evalstone/evalscope/docs/zh/benchmarks/hmmt25.md

HMMT25

概述

HMMT February 2025（MathArena）是一个具有挑战性的评测基准，源自2025年2月举办的哈佛-麻省理工数学竞赛（Harvard-MIT Mathematics Tournament, HMMT），这是全球最负盛名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：包含逐步推理过程的答案
• 难度：高级高中竞赛水平

主要特点

• 题目来自 HMMT 2025 年 2 月竞赛
• 四大核心领域：代数（Algebra）、组合数学（Combinatorics）、几何（Geometry）、数论（Number Theory）
• 高难度的竞赛级题目
• 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

• 默认配置使用 0-shot 评测
• 答案应使用 \boxed{} 格式包裹，以便正确提取
• 使用数值准确率（numeric accuracy）作为评估指标
• 题目覆盖多个数学领域

属性

属性	值
基准测试名称	hmmt25
数据集ID	evalscope/hmmt_feb_2025
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	30
提示词长度（平均）	410.53 字符
提示词长度（最小/最大）	173 / 1594 字符

样例示例

子集: default

{
  "input": [
    {
      "id": "fb6fb4e8",
      "content": "Problem:\nCompute the sum of the positive divisors (including $1$) of $9!$ that have units digit $1$.\n\nPlease reason step by step, and put your final answer within \\boxed{}.\n"
    }
  ],
  "target": "103",
  "id": 0,
  "group_id": 0,
  "metadata": {
    "problem_idx": 1,
    "problem_type": [
      "Number Theory"
    ]
  }
}

提示模板

提示模板：

Problem:
{question}

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

使用方法

使用 CLI

evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets hmmt25 \
    --limit 10  # 正式评测时请删除此行

使用 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=['hmmt25'],
    limit=10,  # 正式评测时请删除此行
)

run_task(task_cfg=task_cfg)