Skip to content
Evaluation sources

MathArena · ArXivLean

MathArena / ETH Zurich / 推理 · 用 Lean 验证数学证明

Official evaluation
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started

What and how it measures

按单独试卷和版本读取原始成绩，不使用跨题库拟合的 Expected performance 综合分。

How this evidence is used

观察中：榜单成绩再展示边界尚未明确，暂不采集进正式分。

Evaluation limits and attribution

观察中：榜单成绩再展示边界尚未明确，暂不采集进正式分。

Data license: 代码 MIT；数据含 CC BY-NC-SA 4.0 边界，需区分题库与榜单成绩。

成绩由 MathArena / ETH Zurich 发布，原始分数与 HOTAI 共识分使用不同尺度，不能直接相加。