RealMath: A Continuous Benchmark for Evaluating Language Models on Research-Level Mathematics

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhang, Jie, Petrui, Cezara, Nikolić, Kristina, Tramèr, Florian
Formato:	Preprint
Publicado:	2025
Materias:	Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.12575