3,094
个编辑
更改
→数学和编程任务
====数学和编程任务====
====数学和编程任务====
在数学（如 AIME 2024 和 MATH-500）和编程任务（如 LiveCodeBench 和 Codeforces）中，DeepSeek-R1 的表现显著优于其他模型，并与 OpenAI-o1-1217 相当。
在数学（如[[AIME]] 2024 和[[MATH-500]]）和编程任务（如[[LiveCodeBench]]和[[Codeforces]]）中，DeepSeek-R1 的表现显著优于其他模型，并与[[OpenAI-o1-1217]] 相当。
* AIME，全称 American Invitational Mathematics Examination，是一项面向中学生的高水平数学竞赛，其难度介于 AMC（美国数学竞赛）和 IMO（国际数学奥林匹克竞赛）之间，享有极高的声誉与含金量。与 AMC 相比，AIME 的试题更具挑战性，需要参赛者具备更强的数学推理能力和问题解决技巧。同时，AIME 也是选拔美国数学奥林匹克竞赛（USAMO）和国际数学奥林匹克竞赛（IMO）国家队的重要环节之一。在这一测试中，DeepSeek-R1 达到了 79.8% 的 Pass@1 准确率，略高于 OpenAI o1-1217 模型的 79.2%。这一结果表明，DeepSeek-R1 具备以较高准确率解决高中生水平复杂数学问题的能力。
* AIME，全称 American Invitational Mathematics Examination，是一项面向中学生的高水平数学竞赛，其难度介于 AMC（美国数学竞赛）和 IMO（国际数学奥林匹克竞赛）之间，享有极高的声誉与含金量。与 AMC 相比，AIME 的试题更具挑战性，需要参赛者具备更强的数学推理能力和问题解决技巧。同时，AIME 也是选拔美国数学奥林匹克竞赛（USAMO）和国际数学奥林匹克竞赛（IMO）国家队的重要环节之一。在这一测试中，DeepSeek-R1 达到了 79.8% 的 Pass@1 准确率，略高于 OpenAI o1-1217 模型的 79.2%。这一结果表明，DeepSeek-R1 具备以较高准确率解决高中生水平复杂数学问题的能力。