基准AIME 2025
AIME 2025
美国数学邀请赛（American Invitational Mathematics Examination）2025年题目构成的AI推理评测基准，用于评估模型在竞赛级数学问题上的推理能力
时间轴 (近 90 天)
10月21日
在AIME 2025和GSM8K评估中，AMTP在10个设置中有8个匹配或超过固定窗口方法，吞吐增益最高达10%。
待验证50%
9月18日
使用Reflective Recovery，DeepSeek-R1-Distill-Qwen-7B在AIME 2025上准确率从30.0%提升至37.5%
待验证50%