价格
免费
下载次数
0
点赞数
0
S1-Bench是轻量级评测集，专用于检验大推理模型（LRM）在“系统 1 直觉式”简单任务上的表现。它收录 500 条日常化、无需复杂链式思考的多领域问答，用 GPT-4o 自动评分，结果显示当前 LRM 平均回答长度比小模型长 15.5 倍却仍易过度思考，暴露了其“直觉-深思”失衡的瓶颈 。
| 来源类型 | API 接入 |
| 开源状态 | ✅ 开源 |
| 授权协议 | Apache License 2.0 |
| 数据语言 | - |
| 数据量级 | - |
| 交付格式 | - |
| 仓库路径 | CUM/S1-Bench |
| 公开状态 | 公开 |
该数据集为开源数据集，可通过 Git 方式免费下载
git lfs install && git clone https://aihub.caict.ac.cn/datasets/CUM/S1-Bench.git