AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

OPT-BENCH

OPT-BENCH 是一个面向大型语言模型（LLM）智能体的大规模搜索空间优化评测基准，旨在系统评估模型在迭代推理和解决复杂优化问题中的能力。该基准包含 30 个任务，包括 20 个来自 Kaggle 的真实机器学习任务和 10 个经典 NP 问题，涵盖预测建模、图论和组合优化等领域。

评测信息与证据

来源: OpenCompass Hub
发布者: Tong Ji University , ShanghaiAILab , Nanjing University , Zhejiang University
评测发布日期: 2025-06-12
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。