基准
AdvancedMathBench
评估AI模型在高等数学和长程严谨推理能力的高级数学基准测试。
时间轴 (近 90 天)
10月15日
在IMO-Proof、AdvancedMathBench等基准上，书生-S2整体领先现有开源模型，并在部分指标上超越Gemini 3.1 Pro等顶尖闭源模型。
待验证50%
评估AI模型在高等数学和长程严谨推理能力的高级数学基准测试。
在IMO-Proof、AdvancedMathBench等基准上，书生-S2整体领先现有开源模型，并在部分指标上超越Gemini 3.1 Pro等顶尖闭源模型。