研究与基准测试/2026-11-07/14 分钟TB-MathModel 附录：十八道赛题、评分公式与 Lean 义务TB-MathModel 附录给出 18 道 CUMCM/MCM 任务、容器与网络隔离、评分公式、优秀奖锚点，以及 624 条 Lean 义务的目录。正文中的多参照 O-Eval 以这些定义为准。
研究与基准测试/2026-11-07/18 分钟TB-MathModel：把数学建模做成可验证的智能体基准TB-MathModel 用 18 道 CUMCM 与 MCM 赛题评测建模智能体。答案既要接近优秀论文的数值锚点，也要通过程序门控和 Lean 义务。七个多模态条目里，最强多参照 O-Eval 为 64.58%。
