推理模型需要新的衡量标准：公共排行榜MERA Reason发布

MERA Reason排行榜已发布，用于评估俄语推理模型。它包括四个任务集：Luzitania（奥林匹克水平数学）、TMath（广泛问题）、MMReD（密集上下文推理）以及一个即将推出的组件。目标是客观衡量模型构建推理链的能力，而不仅仅是复现知识。

Т-Банк Alibaba/Qwen