OpenAI精选AI 评分 95
OpenAI 公开 First Proof 十题全部 proof attempts:至少 5 个经专家反馈大概率正确,同时公开一个后续确认错误的答案
OpenAI 于 2 月 20 日公开内部模型对 First Proof 全部 10 道 research-level math problems 的 proof attempts;这些尝试实际上在 2 月 14 日 solution release 前已提交。根据专家反馈,OpenAI 表示 problems 4、5、6、9、10 至少五个尝试很可能正确,其他若干仍在 review;同时明确更正对 problem 2 的初步判断——结合 First Proof 官方评论与社区分析,OpenAI 现在认为该尝试是错误的。完整十题 proof attempts 与 prompting-strategy appendix 一并公开。
推荐理由:它提供了非常稀缺的 research-math evaluation evidence:完整端到端 proofs、专家反馈、未完成审查状态,以及厂商公开承认一个先前自认为正确但后来判错的案例。这个负例本身对校准 AI 数学可信度很重要。
阅读原始来源 ↗