AMC 测试集档案

AMC 测试集中文档案：美国数学竞赛 AMC12 真题改造的入门档由 MAA；基准数据集常用 AI-MO/aimo-validation-amc（AMC12 2022+2023 共 83 题）组织，包含测试方法、典型任务、分数解读、沿革与局限。

AMC
AMC 2022-23 数学竞赛
MAA；基准数据集常用 AI-MO/aimo-validation-amc（AMC12 2022+2023 共 83 题）

已发布事实

题源: AMC12 2022 + 2023 的 A/B 卷，精选 83 题（来自 AoPS 维基）
数据集: AI-MO/aimo-validation-amc，为 AIMO 系列赛制作的验证集
改造手法: 五选一选择题改写为数值答案题，精确匹配判分
真实赛制: AMC12：25 道选择题、75 分钟，是晋级 AIME 的门槛赛
难度定位: 入门档，整体明显低于 AIME

它测什么

AMC 是美国数学协会（MAA）主办的系列数学竞赛，其中 AMC12 面向 12 年级及以下学生，25 道选择题、75 分钟，是通往 AIME 的门槛赛——它也是普通美国高中生接触竞赛数学的第一站。作为 AI 基准，最常用的是 AI-MO 团队为 AIMO 系列赛整理的 aimo-validation-amc：从 2022、2023 年 AMC12 的 A/B 卷中精选 83 题，题目和答案来自 AoPS 维基。整体难度明显低于 AIME，定位是「入门档」。

怎么测

原题本是五选一选择题，基准版做了关键改造：把题目改写成数值答案形式——比如答案本是分数 m/n 的，改问 m+n 是多少——然后从模型输出中抽取最终数值，与标准答案精确匹配判分。这样可以直接复用 AIME 那套自动化评测管线，无需处理选项。

分数怎么看

头部推理模型在这个集上基本接近满分，对前沿模型已没有区分度。它现在的价值是快速冒烟测试、小模型对比，以及在 AIMO 系列验证集里充当校准「入门档」难度的一环——模型连 AMC 都做不好，就谈不上 AIME。

局限

题目和解答在 AoPS 维基上公开多年，污染几乎必然；原题的选项信息在改写时被丢弃（真人可以代入排除），基准分数与真人考 AMC 的表现不可直接比较；83 题的体量也让单个分数的统计意义有限。

典型任务

比如 2022 AMC 12A 第 1 题：把连分数 3+1/(3+1/(3+1/3)) 化成最简分数 m/n，求 m+n（答案 142）。再如 2023 AMC 12A 第 1 题：Alicia 和 Beth 分别从相距 45 英里的 A、B 两城同时骑车相向而行，时速 18 和 12 英里，求相遇点距 A 城多少英里（答案 27）。卷面后段的题会难一些，比如 2022 AMC 12A 第 10 题要求把 1 到 14 分成 7 对、每对大数至少是小数的两倍，问有多少种分法（答案 144）。

沿革

1950：赛事前身 AHSME 创办，后演变为今天的 AMC 系列竞赛
2022–2023：AMC12 2022、2023 的 A/B 卷举办，成为该基准数据集的题源
2024：AI-MO 团队为 AIMO 系列赛整理发布 aimo-validation-amc 等验证集
2025 起：随推理模型接近满分，退居冒烟测试与小模型对比用途