基准
tw-exam-bench
由台湾国家考试题目构成的学术知识评测基准，涵盖多学科四选一选择题，数据来源于考选部开放数据
时间轴 (近 90 天)
10月15日
OpenTWBench 是一个开放评测套件，围绕 tw-exam-bench 和 tw-formosa-bench 两个基准构建。
待验证50%
10月15日
tw-exam-bench 数据来自台湾考选部以开放数据形式发布的十五年国家考试题目，涵盖 148 个学科、共 255,854 道四选一选择题。
待验证50%
10月15日
tw-exam-bench 中 31,312 组重复题目的答案键一致率达到 99.91%，仅有的 27 处分歧被逐一核实归因。
待验证50%
10月15日
tw-exam-bench 经人工复核移除了 2,180 道题干依赖图片但文本中未携带图片的题目，所有最终得分基于剩余 253,674 道题计算。
待验证50%