正在加载页面内容
IMOAnswerBench (w/ Tools)推理
IMO Answer Bench 的工具增强版本，允许模型在解答 IMO 级别的数学竞赛题时使用 Python、计算器、定理证明器等工具。用于评估工具辅助是否能够帮助模型解决更难的问题或提升推理准确性。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 93.71 | 月之暗面 | Nemotron-3-Ultra 技术报告 | ||
| 2 | 92.3 | NVIDIA | Nemotron-3-Ultra 技术报告 | ||
| 3 | 91.1 | 智谱AI | Nemotron-3-Ultra 技术报告 | ||
| 4 | 89.6 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 5 | 85.4 | 深度求索 | Nemotron-3-Ultra 技术报告 | ||
| 6 | 84.51 | 阿里巴巴 | Nemotron-3-Ultra 技术报告 | ||
| 7 | 75.1 | MiniMax | Nemotron-3-Ultra 技术报告 |
