发布 MathIF 数据集, 应用在 数学推理、模型评估 领域

本次发布的数据集 MathIF, 该数据集是一个专门为评估在数学推理任务中遵循指令能力而设立的基准测试。它对各种模型在三个不同参数规模上进行评估，并突显了在扩大推理能力与保持可控性之间的紧张关系。该数据集的任务是评估大型推理模型（LRMs）在数学问题中遵循指令的能力。

查看MathIF

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。