# HMMT26

## 概述

HMMT February 2026 是一个具有挑战性的评测基准，源自 2026 年 2 月举办的哈佛-麻省理工数学竞赛（Harvard-MIT Mathematics Tournament, HMMT），该赛事是全球最具声望且难度最高的高中数学竞赛之一。

## 任务描述

- **任务类型**：竞赛数学问题求解  
- **输入**：HMMT 级别的数学问题  
- **输出**：包含逐步推理的答案  
- **难度**：高级高中竞赛水平  

## 主要特点

- 包含 33 道来自 HMMT February 2026 竞赛的题目  
- 覆盖四大核心领域：代数（Algebra）、组合数学（Combinatorics）、几何（Geometry）、数论（Number Theory）  
- 题目难度极高，属于竞赛级别  
- 考察高级数学推理能力  
- 代表顶尖高中数学竞赛难度  

## 评测说明

- 默认配置采用 **0-shot** 评测方式  
- 答案需使用 `\boxed{}` 格式包裹，以便正确提取  
- 使用数值精度指标，并结合符号等价性检查  
- 题目涵盖多个数学领域  

## 属性

| 属性 | 值 |
|----------|-------|
| **基准测试名称** | `hmmt26` |
| **数据集ID** | [evalscope/hmmt_feb_2026](https://modelscope.cn/datasets/evalscope/hmmt_feb_2026/summary) |
| **论文** | N/A |
| **标签** | `Math`, `Reasoning` |
| **指标** | `acc` |
| **默认示例数量** | 0-shot |
| **评测划分** | `train` |

## 数据统计

| 指标 | 值 |
|--------|-------|
| 总样本数 | 33 |
| 提示词长度（平均） | 385.3 字符 |
| 提示词长度（最小/最大） | 202 / 605 字符 |

## 样例示例

**子集**: `default`

```json
{
  "input": [
    {
      "id": "02be53e7",
      "content": "Problem:\nA line intersects the graph of \\( y = x^2 + \\frac{2}{x} \\) at three distinct points. Given that the \\( x \\)-coordinates of two of the points are 6 and 7, respectively, compute the \\( x \\)-coordinate of the third point.\n\nPlease reason step by step, and put your final answer within \\boxed{}.\n"
    }
  ],
  "target": "-\\frac{1}{21}",
  "id": 0,
  "group_id": 0,
  "metadata": {
    "problem_idx": 1,
    "problem_type": [
      "Algebra"
    ]
  }
}
```

## 提示模板

**提示模板：**
```text
Problem:
{question}

Please reason step by step, and put your final answer within \boxed{{}}.

```

## 使用方法

### 使用 CLI

```bash
evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets hmmt26 \
    --limit 10  # 正式评测时请删除此行
```

### 使用 Python

```python
from evalscope import run_task
from evalscope.config import TaskConfig

task_cfg = TaskConfig(
    model='YOUR_MODEL',
    api_url='OPENAI_API_COMPAT_URL',
    api_key='EMPTY_TOKEN',
    datasets=['hmmt26'],
    limit=10,  # 正式评测时请删除此行
)

run_task(task_cfg=task_cfg)
```