标签:推理评测

1 个条目

物理问答推理数据集(PhysicsQA)

通用科学ML
370 道高中物理多跳推理题,每题配完整分步解答,用于评测大模型的物理推理能力, 是 TrustAgent(AAAI 2026)改进物理推理方法所用的配套评测集。
新 Apache-2.0 物理问答物理AI推理评测

← 全部标签