基准HMMT 2025

HMMT25

哈佛-麻省理工数学竞赛（HMMT）2025年题目构成的推理评测基准，用于评估LLM在竞赛级数学任务上的能力，常配合avg@12指标使用

时间轴 (近 90 天)

10月13日

在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。

待验证50%

10月13日

使用 SGUID 时，Qwen3-4B 第一轮后 HMMT25 提升 0.5 个百分点，第二轮后累计提升 1.1 个百分点。

待验证50%

在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。

使用 SGUID 时，Qwen3-4B 第一轮后 HMMT25 提升 0.5 个百分点，第二轮后累计提升 1.1 个百分点。