← 返回精选
Epoch AI精选AI 评分  96

Epoch AI 发布 FrontierMath Erdős:68 个开放 Erdős 问题全部形式化为 Lean,并采用固定预算机器可验证评测

Epoch AI 于 9 月 1 日正式发布 FrontierMath Erdős,由 Thomas Bloom 参与筛选 68 个截至 2026 年 8 月仍开放、具有较高数学意义和难度的 Erdős 问题。所有题目都被形式化为 Lean statement,AI 系统必须在固定预算内提交完整 Lean proof 或 disproof 才算解决;公开 benchmark 页面同时提供 methodology、Lean statements 与 evaluation scaffold,以改善此前开放数学问题评测中存在的 curation、verification 与 replicability 问题。

推荐理由:它把真正仍开放的研究数学问题变成可重复、固定预算、Lean-kernel-checkable 的 model evaluation surface,显著提高 AI 解开放数学问题时的可比较性与证据质量。Radar 将其作为 benchmark launch 收录,并与 9 月 3 日 GPT-6 Astra 在该 benchmark 上取得 2/68 的模型成绩更新严格区分。
阅读原始来源 ↗