Epoch 发布 FrontierMath: Open Problems pilot：把真正未解且可自动验证的研究数学问题变成 AI benchmark

Epoch AI 于 1 月 27 日发布 FrontierMath: Open Problems pilot，目标是评测 AI 对已经抵抗专业数学家严肃尝试的未解问题的研究能力。问题由专业数学家提出并按 mathematical significance 筛选，只有能够通过 bespoke computer verifier 检查候选解的题目才准入；解决后的问题会从 active benchmark 中移除。该设计试图同时测量 correctness、research taste 与对人类数学知识的真实增量，而不是只做隐藏答案题。