होम › Benchmarks › AIME (Competition Math)
AIME (Competition Math)
Benchmark
क्षमता
Olympiad-track problems — where reasoning models showed their jump.
आप एक benchmark रिकॉर्ड देख रहे हैं: एक परीक्षण जिसे उद्योग chips या models को मापने के लिए उपयोग करता है — और यह वास्तव में क्या बताता है।
The American Invitational Mathematics Examination became the standard hard-math benchmark because it resists pattern-matching: GPT-4o scored ~12%, o1 ~74–83%, and 2025 reasoning models near-perfect — the single clearest before/after of test-time compute. Gold-medal IMO performances by DeepMind and OpenAI systems in 2025 extended the story.
यह बाकी स्टैक से कैसे जुड़ता है
इस रिकॉर्ड के लिंक एक नज़र में — किसी समूह पर क्लिक करके उस पर जाएँ।
स्रोत
रिकॉर्ड की समीक्षा की गई 2026-01-15 — देखें पद्धति.