CritPt v2 難題子集(Artificial Analysis 復跑)
Artificial Analysis / 科研 · 修訂版研究級物理題裡最難的 40 道,可以寫程式碼演算。
在 888news 中參與排名
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼,怎麼測
CritPt v2 的 70 道題裡固定的 40 道難題,離線 Python 沙箱,統一 Stirrup 工具流程,五次平均的正確率;由作者的判分伺服器判分。
如何使用這份依據
計分:研究級物理;與 CritPt 共用一類評測。固定 10 個對照型號至少測到 6 個,才參與計算。
評測局限與數據署名
40 道難題按 v2 釋出時 7 個前沿模型的表現固定挑出,題量少;不混入 70 題全集的成績。 缺測留空;回退成績計入並標註,受影響題目過半不計。
數據許可:Artificial Analysis 公開頁面資料;展示須顯著署名並連結來源,遵守其 Terms of Use
成績由 Artificial Analysis 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。