Epoch AI 推出 FrontierMath 扩展版,新增50道未解数学难题

数学基准测试项目 Epoch AI 宣布扩容旗下 FrontierMath,新增一个“未解问题”子集,收录了 50 道来自数学研究前沿、目前尚无已知解答的真正难题,AI 目前只解出了其中 3 道。

• 这批题目由多位数学家提议、并经编辑委员会(含多位专业数学家)审核把关,确保每道题都具备真实的研究价值而非凑数
• 基准设有“人类优先淘汰”机制:如果人类在 AI 之前解出某题,该题会被从基准中移除,已有一道原本属于“重大突破”级别的题目在正式发布前就被人类解出
• 本轮还新增了两个“较有趣”难度级别的已解题目,其中一个是找到比已知构造更短的“超级排列”,由 AI 在近期刚刚解出,数学界仍在消化验证这一结果
• 此前测试阶段被 AI 解出的一道题目因未达到基准要求的“知名度”门槛,已被移出题库,与解答内容本身无关
• 看点:与常规刷分类基准不同,FrontierMath 的未解问题子集直接对接真实数学研究前沿,AI solved-count 的每一次增长都代表着对人类未知领域的真实突破,是衡量模型数学推理能力“含金量”而非“应试能力”的更硬核标尺。

本内容由 AI 生成，仅供参考，请注意甄别