论文略读：MathBench: Evaluating the Theory and Application Proficiency of LLMswith a Hierarchical Mathem

ACL 2024 findings

数学benchmark，涵盖从小学、初中、高中、大学不同难度，从基础算术题到高阶微积分、统计学、概率论等丰富类别的数学题目

• 将数学内容分为三个主要的教育阶段和一个基础算术阶段 
  • 
• 主要收集两类问题：
  • 理论知识问题
    • 检验模型对基本公式、理论及其推论的理解
  • 实际应用问题
    • 考察模型将理论知识应用于实践的能力
  • 

实验