Epoch AI精选AI 评分 86
FrontierMath Open Problems 因“即使解出也不足以独立发表”主动删题,把数学 notability 纳入 benchmark 治理
Epoch AI 于 3 月 5 日从 FrontierMath: Open Problems 中移除一个问题,原因不是模型作弊或 verifier 失败,而是团队判断任何解答都达不到“本身值得发表”的最低研究价值门槛。问题页仍保留 AI-generated solution 与后续 human elaboration 作为记录。该更新表明 benchmark 已把 mathematical notability 与可验证性一起作为开放问题准入条件。
推荐理由:这是 AI4Math evaluation governance 的重要信号:研究级 benchmark 不只要‘开放’和‘可判定’,还要保证解答本身具有 publishable significance,避免模型在低价值边角题上制造虚假研究进展。
阅读原始来源 ↗