C-Eval · DeepSeek-R1 paper Table 3; C-Eval (EM); unit not printed · 测试定义与成绩

C-Eval · DeepSeek-R1 paper Table 3; C-Eval (EM); unit not printed 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

  • Exact Match · 单位未标注 · 越高越好

各系列最新模型 · 公布成绩

此测试使用完整公开配置。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Exact Match

工具条件未记录 / 输出上限 32768 tokens / 框架未记录 · Official DeepSeek-R1 paper Table 3; R1-Zero stage evaluation with sampled reasoning configuration.

C-Eval · DeepSeek-R1 paper Table 3; C-Eval (EM); unit not printed · Exact Match · 工具条件未记录 / 输出上限 32768 tokens / 框架未记录 · Official DeepSeek-R1 paper Table 3; R1-Zero stage evaluation with sampled reasoning configuration.
模型与配置成绩记录与证据
DeepSeek-R1-ZeroDeepSeek-R1-Zero reported evaluation92.8

历史记录 · 1 次发布

  • DeepSeek-R1-Zero本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)