Math Reasoning Recommendation: o1
Math Reasoning → o1
Обзор сценария
o1 by Openai is a recommended option for the Math Reasoning use case.
Рекомендуемые модели
| Ранг | Поставщик | Окно контекста | Score |
|---|
| #6 | Openai | 200K | 57/100 |
Анализ производительности
Производительность
| Бенчмарк | Очки |
|---|
| MMLU | 86.3 |
| HUMANEVAL | 85.3 |
| GSM8K | 88.9 |
| MATH | 55.7 |
| BBH | 83.1 |
| GPQA | 57.5 |
Сильные стороны
- MMLU score 86.3, strong knowledge reasoning.
- HumanEval 85.3, excellent code generation.
- GSM8K 88.9, robust math reasoning.
Требования
- 需要 openai 的 API 密钥
- 输入长度须在 200K 上下文窗口内