← 所有标签

标签：Benchmark

共 1 篇文章。

• Jun 25, 2026

  LLM 数学推理能力横评：GSM8K、MATH、AIME 全解析

  系统横评主流大模型在 GSM8K、MATH、AIME 等数学基准上的表现，分析各模型推理策略与实际使用建议。