評価ソース公式サイト
MathArena · ArXivLean
MathArena / ETH Zurich / 推論 · Lean で数学の証明を検証する
AIサイシン での扱い観察中
配分採点対象外
元データの日時未確認
最終同期収集前
何を、どう測るか
試験とバージョンごとに元の成績を読み込み、問題セットをまたいで当てはめた Expected performance の総合スコアは使わない。
当サイトでの使い方
観察中：ランキング成績の再表示範囲がまだ明確でなく、当面は正式スコアに収集しない。
評価の限界とデータの出典
観察中：ランキング成績の再表示範囲がまだ明確でなく、当面は正式スコアに収集しない。
データライセンス：コードは MIT。データには CC BY-NC-SA 4.0 の制約があり、問題セットとランキング成績を区別する必要がある。
成績は MathArena / ETH Zurich が公表したもの。元のスコアと AIサイシン のコンセンサス指数は尺度が異なり、そのまま比較・合算はできない。