Fixing Open LLM Leaderboard with Math-Verify

Hugging Face 推出開源工具 Math-Verify，修正 Open LLM Leaderboard 數學評測的格式解析錯誤，提供更公平的排名。

Hugging Face 宣布在 Open LLM Leaderboard 中引入全新開源工具 Math-Verify。過去的數學評測常因模型輸出格式與標準答案不完全一致（如分數與小數）而導致誤判。Math-Verify 透過強大的數學表達式解析與等價性檢查，修正了這些評分偏差，讓開源模型的數學推理能力得到更真實的呈現。

摘要由 AI 整理,以原文為準。