待验证50% 置信事实精确时间
该数据集免费样本包含50道数学问题,覆盖19个数学分支、49个不同主题,共117页原始手写页面,其中29道题配有图形,数学公式总量约1600个。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/14
首次发现
有效期至:2027/2/12
来源
涉及实体
相关事实
待验证构建黄金数据集应从50到200个真实问题起步,每个问题配上源段落和参考答案,并覆盖多跳推理和无答案的问题62% 相似待验证在一个包含 45 个真实编程智能体会话的原型数据集中,共有 102,233 条记录、20,577 次工具执行、2,336 个人类与智能体之间的交互片段。61% 相似待验证MBPP 收录了 500 道众包编程题,GSM8K 包含 8500 道小学数学应用题(需 2-8 个推理步骤)60% 相似已验证MMLU包含57个学科领域约1.5万道选择题,HumanEval由OpenAI设计包含164道Python编程题,MATH包含12,500道竞赛数学题,GPQA收录研究生级别科学问题60% 相似待验证PhyMetric 包含 1,115 个场景,横跨 6 个领域、50 个物理类别。58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1170569API
curl https://kongchang.com/api/v1/knowledge/claims/1170569MCP
get_claim(id=1170569)