😅 
1125： 




Model
Mathematics Average
AMPS_Hard
math_comp
olympiad




DeepSeek R1
80.71
88
88.542
65.597



0402： 




Model
Mathematics Average
AMPS_Hard
math_comp
olympiad




DeepSeek R1
77.91
84
84.375
65.355



看起来很正常， 
但是，AMPS_Hard 和 olympiad 测试集是没有任何变化的。其他模型分数也没有任何变化。 
😅 
可能有人要反驳，可能 R1 输出不稳定什么的，温度固定 0.6 调不了 0 什么的… 
问题是 o 系列也调不了… 
就算真能调 0 我不信其他模型分数一个小数点都不变。 
😅 
LiveBench 你几把要干啥，这是特地重测一次？ 
...