IXThinker·2025-02-09 12:50

AIME賽果惹數據污染疑雲　小模型也能答對半數

AIME 2025 I數學競賽的大模型成績出爐，o3-mini以78%居首，DeepSeek R1得65%排第四。不過有研究員發現，部分1.5B小模型亦拿到50%，數據集污染疑雲隨之而起。

賽果引發疑問

蘇黎世聯邦理工研究員Mislav Balunović在社交平台公布各頂級AI推理模型在AIME 2025 I的表現：o3-mini取得78%的最佳成績，DeepSeek R1以65%名列第四。