AIFIND / MODEL INTELLIGENCE
LiveBench · 推論と数学
LiveBench · 推論と数学 · LiveBench
Reasoning と Mathematics を各 50% で平均。
何を測るか
丸め前の推論と数学の点数を等分して平均します。
ランキングでの扱い
単一モデルの評価条件を確認した測定のみが、固定された分野・タスク群の重みで集計対象になります。有効な重みは各公開集計に保存します。
比較の限界
単独カテゴリの点数とは異なり、表示条件により公式の順位も変わります。
出典・利用条件
Apache 2.0
LiveBench が公表した点数を当サイトで所定の方法により集約しています。異なる尺度の点数を単純加算しません。
最終取得確認 2026/10/04 20:00 JST · 最後の成功 2026/10/04 20:00 JST。リアルタイムの成績ではありません。
元の評価結果
出典公開 2026/09/30 JST · 取得確認 2026/10/04 20:00 JST
固定規則でモデルごとの代表設定を選択します。不採用の理由と元の順位を保持し、最大 30 モデルを表示。匿名モデルは除外します。