Epoch AI 发布 FrontierMath：数百道原创专家级数学题首次把 AI 评测推到研究级难度

Epoch AI 于 11 月 8 日发布 FrontierMath，收录数百道由专业数学家原创设计、未公开答案的高难数学问题，覆盖现代数学多个领域。发布时领先 AI 模型解决率低于 2%，而题目通常需要专家数小时乃至数天完成。该 benchmark 明确针对传统 GSM8K / MATH 等趋于饱和的问题，并尝试用私有题集和专家创作降低 contamination。