MATH-500 数据审计显示截断错误率从 93.0% 降至 33.05%

kevrussell 继续审计模型评测数据，修复后的编辑版可逐字节重建，两个编辑矩阵均与公布哈希完全一致。MATH-500 截断错误率从 93.0% 降至 33.05%，但抽查的 400 个答案中仍有 20 个以超过 10 万个空白字符结尾，且全部为错误答案。