Hugging Face 使用 Math-Verify 修复 Open LLM 榜单数学评测并重跑全部模型

Hugging Face 宣布在 Open LLM Leaderboard 中引入 Math-Verify 验证工具，彻底重新评测了此前提交的全部 3,751 款大语言模型，解决了旧评测流程因格式匹配脆弱和 SymPy 符号解析缺陷导致的误判低估问题。