Epoch AI精选AI 评分 90
FrontierMath: Open Problems 扩容到 50 个研究级开放问题,并因 verifier fidelity 主动移除低可靠条目
Epoch AI 于 7 月 31 日将 FrontierMath: Open Problems 扩展到 50 个 significant unsolved research problems,并报告当时 AI 已解决 3 个。与此同时,项目因 verifier 无法以足够 fidelity 捕捉正确答案而移除两个问题,并因 notability 不达标移除一个 Ramsey-style hypergraph problem。这次更新把 benchmark curation 与 verifier reliability 明确提升为一等治理目标。
推荐理由:这不是普通 benchmark 扩容:Epoch 同时公开因为 verifier fidelity 与 problem notability 主动删题,体现 AI4Math evaluation 已开始把数据质量、可验证性与研究价值作为共同约束。
阅读原始来源 ↗