链接至“测试集”的页面
←测试集
以下页面链接至测试集：
显示50项。
- 测试集:AA Intelligence Index （←链接）
- 测试集:AA-Omniscience （←链接）
- 测试集:ACEBench （←链接）
- 测试集:Agent Arena （←链接）
- 测试集:Aider Polyglot （←链接）
- 测试集:AIME （←链接）
- 测试集:AMC （←链接）
- 测试集:ARC-AGI （←链接）
- 测试集:BabyVision （←链接）
- 测试集:BenchLM （←链接）
- 测试集:BrowseComp （←链接）
- 测试集:CC-Bench （←链接）
- 测试集:CharXiv Reasoning （←链接）
- 测试集:Claw-Eval （←链接）
- 测试集:ClawBench （←链接）
- 测试集:Codeforces Rating （←链接）
- 测试集:CRUXEval （←链接）
- 测试集:CursorBench （←链接）
- 测试集:DeepSWE （←链接）
- 测试集:Design Arena （←链接）
- 测试集:DSBench （←链接）
- 测试集:EQ-Bench （←链接）
- 测试集:EvalPlus （←链接）
- 测试集:ExploitBench （←链接）
- 测试集:Fiction.liveBench （←链接）
- 测试集:Frontier-Bench （←链接）
- 测试集:FrontierScience （←链接）
- 测试集:FrontierCode （←链接）
- 测试集:FrontierSWE （←链接）
- 测试集:FullStackBench （←链接）
- 测试集:GDPval （←链接）
- 测试集:GPQA Diamond （←链接）
- 测试集:GraphWalks （←链接）
- 测试集:HealthBench （←链接）
- 测试集:HLE（Humanity's Last Exam） （←链接）
- 测试集:HMMT （←链接）
- 测试集:HumanEval （←链接）
- 测试集:IMO 2025 （←链接）
- 测试集:KernelBench （←链接）
- 测试集:KingBench （←链接）
- 测试集:LiveBench （←链接）
- 测试集:LiveCodeBench （←链接）
- 测试集:LMArena（Arena） （←链接）
- 测试集:MATH-500 （←链接）
- 测试集:MathArena Apex （←链接）
- 测试集:MCP Atlas （←链接）
- 测试集:MMLU-Pro （←链接）
- 测试集:MMLU （←链接）
- 测试集:MMMU （←链接）
- 测试集:MRCR （←链接）