MathArena · BrokenArXiv

何を測るか

試験と版ごとの実測値のみを候補にします。

ランキングでの扱い

出典を調査中です。自動収集・ランキングへの加点はまだ行いません。

比較の限界

異なる問題群の横断推定を集計せず、データ再利用条件を確認中です。

出典・利用条件

コードは MIT。データには CC BY-NC-SA 4.0 の範囲があり、問題集と評価結果を区別します。

MathArena / ETH Zurich による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。