Vals AI公布Autoform-Hard高难数学基准榜单
热点事件持续更新
Vals AI公布Autoform-Hard高难数学基准榜单
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
第三方评测机构Vals AI公布高难数学基准Autoform-Hard最新榜单:基准含56道博士与科研级数学难题,每题限时3小时,模型须花满20美元算力额度才允许放弃,不足额度的放弃报告一律驳回。报道称GPT-6.2 Astra以87.50%的准确率登顶,领先做对48道的Claude Fable 5.2和GPT-6.2 Sol。此前曾有10个前沿大模型参加测试,一道题都没做出来。 需要说明的是,报道自身数据存在矛盾:正文称GPT-6.2 Astra做对49道,而榜单条件写为48/56题;87.50%对应的是49/56。另据报道,GPT-6.2 Astra自建新数学工具,用94分钟完成了对20年前Smoktunowicz间隙定理的形式化证明。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 15:35
GPT-6.2 Astra 自建新数学工具,94分钟形式化证明20年前Smoktunowicz间隙定理报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- 36氪 · AI精选GPT-6.2 Astra 自建新数学工具,94分钟形式化证明20年前Smoktunowicz间隙定理
Vals AI 发布高难数学基准 Autoform-Hard 榜单,56道博士级数学题中,GPT-6.2 Astra 做对49道,以87.50%准确率登顶,领先做对48道的 Claude Fable 5.2 和 GPT-6.2 Sol。
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。