辰王 (@user1294) 在大佬们，关于R1类模型评估code math aime等有没有大家都公开可用的评估框架？有没有推荐的中发帖目前使用的感觉都和其他榜单对不上，求大佬推荐

辰王 (@user1294) 在大佬们，关于R1类模型评估code math aime等有没有大家都公开可用的评估框架？有没有推荐的中发帖

目前使用的感觉都和其他榜单对不上，求大佬推荐