清华姚班团队发布TCSExam基准评测LLM理论计算机科学研究能力
热点事件持续更新
清华姚班团队发布TCSExam基准评测LLM理论计算机科学研究能力
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
清华大学姚班团队（Yifan Luo、Zhengying Liu、Yang Yuan、Zhilin Yang、Andrew Chi-Chih Yao 等）发布 TCSExam 基准与统一评测框架，用于评测前沿大模型在理论计算机科学研究全范围的能力，覆盖定理证明、求解器工程、构造及开放猜想求解四类任务。 TCSExam-Full 含 100 个经专家评审的任务，提交结果由 Lean 内核或可执行检查器核验；TCSExam-Lite 从中选取 20 个任务（每类任务 5 个），在相同单次尝试预算下将尝试次数减少 80%。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
TCSExam 基准发布：覆盖理论计算机科学全领域评测前沿 LLM报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AITCSExam 基准发布：覆盖理论计算机科学全领域评测前沿 LLM
清华大学姚班团队等发布 TCSExam 基准与统一框架，覆盖理论计算机科学（TCS）研究全范围，评测定理证明、求解器工程、构造及开放猜想求解四类任务。TCSExam-Full 含 100 个专家评审任务，提交由 Lean 内核或可执行检查器核验；Lite 版选 20 个任务，将尝试次数减少 80%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。