Hugging Face Blog·· 2025-02-14精选AI 评分62
Hugging Face 用 Math-Verify 重评 Open LLM Leaderboard 全部 3751 个模型
Fixing Open LLM Leaderboard with Math-Verify
AI 导读
Hugging Face 用 Math-Verify 替换旧评测器，重新评估了 Open LLM Leaderboard 上全部 3751 个模型，修复了答案格式、SymPy 解析和答案比对三类问题。
推荐理由
原文给出旧评测器失效的具体案例与重评后的分数变化，可据此判断数学评测口径对榜单排名的影响。
来源：Hugging Face Blog · huggingface.co