OpenConjecture 数据集发布并用 GPT 模型评测数学猜想

研究者发布 OpenConjecture 数据集，收集 2026 年 2 月以来 arXiv 数学论文中的开放猜想，并用前沿 GPT 模型对随机抽取的 200 条猜想按可复现协议进行三轮测试。结果显示，模型对约 60% 的猜想给出候选解，其中反例数量约为证明的 1.3 倍；部分解偏离猜想作者原意或紧贴已有结果，但也有解具备中等以上新颖性。 研究者强调，对 LLM 数学能力的评估不应只看正确性，还需考察答案与原命题的忠实度、归属及数学贡献的性质。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。