实体 DeepMath-103k

DeepMath-103k

PulseAugur coverage of DeepMath-103k — every cluster mentioning DeepMath-103k across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_245335 · Sep 10 · 04:00

Qwen2.5模型在数学任务中显示出相关的验证器错误 · arXiv论文

一篇新论文研究了Qwen2.5-1.5B模型生成的完成组内验证器错误的独立性。该研究分析了多个数学数据集上近25,000组八个完成项，发现组内验证器错误具有显著的0.530的相关性。这种依赖性因答案格式而异，分数和符号表达式比单位注释显示出更强的聚类。研究结果表明，对验证器噪声的分析应考虑提示难度和答案形式，而不是仅仅依赖于聚合错误率。