推理模型综合测评报告+2025_35页_4mb

极客 孝科技 双研究院 推理模型综合测评

这篇报告来自 InfoQ 研究中心，展示了AI模型在多种推理能力上的测试结果。

模型评测涵盖的语言推理、代数、数论、几何、编程算法等任务。模型在多数测试中表现出高准确率，例如在代数、数论、几何等数学领域高性能，在文本推理和对话意图识别等任务中也表现突出。整体来看，该模型在推理任务中表现优异，准确率稳定在72%-76%左右，并提交了详细的测试数据和分数。