DeepSeek-R1-Distill-Llama-70B 评测详情

DeepSeek-R1-Distill-Llama-70B 当前已收录的代表性评测结果包括 MATH-500（29 / 46，得分 94.50）、GPQA Diamond（198 / 253，得分 65.20）、Terminal Bench Hard（237 / 244，得分 1.50）。