AMO-Bench-code:基于数学推理的大型语言模型评估基准项目

可用于评估大型语言模型的数学推理能力，特别是在高难度数学竞赛题目上的表现。该项目包含50道原创高难度数学题，确保达到IMO难度标准，支持自动评分，并提供专家标注的推理路径。【此简介由AI生成】