Epoch 修复 FrontierMath Tier 4 grader / statement 错误并追溯重算模型成绩，暴露研究级数学 benchmark 的评测脆弱性

Epoch AI 于 1 月 23 日修复两个影响既有 FrontierMath Tier 4 分数的问题：一个是 grader 错误，可直接重判历史输出；另一个是 problem statement 本身有误，需要对高分模型重新跑 corrected problem。Epoch 同时修复一个公开 PLD1 statement 错误，并将 benchmark 版本提升到 1.1.4。修订导致部分模型历史成绩调整。