待验证50% 置信概念精确时间
Math 500是包含500道竞赛风格数学题的基准，答案通常要求精确匹配。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证测试设计了50个可自动校验的任务，分为数学多步计算、从订单备注提取JSON、分类支持工单、条件过滤并排序、严格格式写作五类，每类10题，每题均有标准答案。59% 相似待验证区间算术将每个数表示为保证包含真实值的闭区间，使数值计算达到接近严格数学证明的可靠性57% 相似待验证该研究测试了近500场选举，要求模型在民主党和共和党候选人之间做出选择。57% 相似待验证在数学题（考研级别定积分）中，两个产品都给出了完整推导，精确值和小数近似均与标准答案一致。54% 相似待验证题库共112道题，每道都有一个可验证答案和一个看似合理的错误答案，覆盖算术、单位换算、世界常识、日期、科学、字母计数、多步数学、脑筋急转弯和文字游戏53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135391API
curl https://kongchang.com/api/v1/knowledge/claims/1135391MCP
get_claim(id=1135391)