AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

LLMThinkBench

LLMThinkBench 是一个用于评估大语言模型（LLM）在基础数学推理和“过度思考”行为方面的基准框架，支持对具备代码执行能力的语言模型进行全面评估。

评测信息与证据

来源: OpenCompass Hub
发布者: DepartmentofComputerScience,VirginiaTech,Blacksburg,VA,USA
评测发布日期: 2025-07-05
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。