测试集:AMC
| 名称 | AMC |
|---|---|
| 类别 | reasoning |
| 主办方 | MAA；基准数据集常用 AI-MO/aimo-validation-amc（AMC12 2022+2023 共 83 题） |
| 开源状态 | open |
| 网址 | 官方页面 |
amcAMC12 真题改造、83 题入门档、选择题改数值答案、精确匹配判分、已近饱和
一句话
美国数学竞赛 AMC12 真题改造的入门档
测什么
AMC 是美国数学协会（MAA）主办的系列数学竞赛，其中 AMC12 面向 12 年级及以下学生，25 道选择题、75 分钟，是通往 AIME 的门槛赛——它也是普通美国高中生接触竞赛数学的第一站。作为 AI 基准，最常用的是 AI-MO 团队为 AIMO 系列赛整理的 aimo-validation-amc：从 2022、2023 年 AMC12 的 A/B 卷中精选 83 题，题目和答案来自 AoPS 维基。整体难度明显低于 AIME，定位是「入门档」。
怎么测
原题本是五选一选择题，基准版做了关键改造：把题目改写成数值答案形式——比如答案本是分数 m/n 的，改问 m+n 是多少——然后从模型输出中抽取最终数值，与标准答案精确匹配判分。这样可以直接复用 AIME 那套自动化评测管线，无需处理选项。
典型任务
比如 2022 AMC 12A 第 1 题：把连分数 3+1/(3+1/(3+1/3)) 化成最简分数 m/n，求 m+n（答案 142）。再如 2023 AMC 12A 第 1 题：Alicia 和 Beth 分别从相距 45 英里的 A、B 两城同时骑车相向而行，时速 18 和 12 英里，求相遇点距 A 城多少英里（答案 27）。卷面后段的题会难一些，比如 2022 AMC 12A 第 10 题要求把 1 到 14 分成 7 对、每对大数至少是小数的两倍，问有多少种分法（答案 144）。
分数怎么看
头部推理模型在这个集上基本接近满分，对前沿模型已没有区分度。它现在的价值是快速冒烟测试、小模型对比，以及在 AIMO 系列验证集里充当校准「入门档」难度的一环——模型连 AMC 都做不好，就谈不上 AIME。
含金量与局限
题目和解答在 AoPS 维基上公开多年，污染几乎必然；原题的选项信息在改写时被丢弃（真人可以代入排除），基准分数与真人考 AMC 的表现不可直接比较；83 题的体量也让单个分数的统计意义有限。
冷知识
为了让选择题能自动判分，数据集用了一招「化选择为计算」：原题答案是分数 m/n 的，就改问 m+n 等于几——选项没了，真人擅长的代入排除法也用不上了。所以模型分数和真人考 AMC 的表现并不严格可比。
数据来源
本页由仓库 content/benchmarks/amc.md 初始化。后续修订通过公开审核队列发布。