HARDMath2

HARDMath2是由哈佛大学研究生课程的学生创建的一项应用数学基准测试，包含211道原创问题，涵盖边界层分析、WKB方法、非线性偏微分方程的渐近解以及振荡积分的渐近性等核心主题。该基准通过一种创新的协作方式构建，学生不仅设计并改进符合课程大纲的高难度问题，还对解决方案进行同行验证，同时测试不同模型的表现。最终，LLM生成的解答会与学生的答案以及数值真值进行自动对比，以评估模型的准确性和能力。