DeepSeek R1 · MMLU-Redux · Version unspecified; Exact Match · 历代记录
按发布时间查看 DeepSeek R1 的 2 次发布在 MMLU-Redux · Version unspecified; Exact Match 的成绩、配置与披露。
仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。
DeepSeek-R1
· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| Exact Match92.9%原文 92.9 · 单位 % 公布 未确认 | DeepSeek-R1 reported reasoning configuration
| 在排名中查看此成绩 |
- Official model card / table headed “| Category | Benchmark (Metric) | Claude-3.5-Sonnet-1022 | GPT-4o 0513 | DeepSeek V3 | OpenAI o1-mini | OpenAI o1-1217 | DeepSeek R1 |” / complete row containing “| | MMLU-Redux (EM) | 88.9 | 88.0 | 89.1 | 86.7 | - | **92.9** |” 主文 · DeepSeek-R1 official Hugging Face model card
DeepSeek-R1-0528
· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
与直接前代的记录缺少满足差值计算的同条件依据。
| 指标与成绩 | 配置与评测条件 | 出处 |
|---|---|---|
| Exact Match93.4%原文 93.4 · 单位 % 公布 未确认 | DeepSeek-R1-0528 reported reasoning configuration
| 在排名中查看此成绩 |
- Official model card / table headed “| Category | Benchmark (Metric) | DeepSeek R1 | DeepSeek R1 0528” / complete row containing “| | MMLU-Redux (EM) | 92.9 | 93.4” 主文 · DeepSeek-R1-0528 official Hugging Face model card