正在加载页面…
来源:paper:PDF p. 8, Table 3 and Section 4.3
这条 Claim 暂无已发布的不可变 Assessment。
这条 Claim 暂无关联执行。
已评估 0/19 项
保留同一结论下的完整结果组。已有评估排在前面;单项判断不替代整组结论。展开行查看条件、来源与历次证据。
| 指标与条件 | 论文报告 | 最近可用实测 | 证据判断 |
|---|---|---|---|
dataset: AIME24 | 56.46% | — | 尚未评估 |
dataset: AIME25 | 50.83% | — | 尚未评估 |
dataset: AIME24 and AIME25 | 53.65% | — | 尚未评估 |
dataset: AIME24 | 58.29% | — | 尚未评估 |
dataset: AIME25 | 53.08% | — | 尚未评估 |
dataset: AIME24 and AIME25 | 55.69% | — | 尚未评估 |
| 2.04 percentage points | — | 尚未评估 | |
dataset: AIME24 | 58.81% | — | 尚未评估 |
dataset: AIME25 | 52.67% | — | 尚未评估 |
dataset: AIME24 and AIME25 | 55.74% | — | 尚未评估 |
| 2.09 percentage points | — | 尚未评估 | |
dataset: AIME24 | 57.55% | — | 尚未评估 |