搜索
GPT-6 Astra联合三位人类研究员首次攻克FrontierMath基准测试中一道自2017年悬而未决的「重大进展」级数学难题，证明批准式委员会选举中「核」永远不为空，并创造性地提出基于「调和熵」的新型投票规则及多项式时间算法。
OpenAI的GPT-6 Astra攻破了FrontierMath Tier 4最后一道难题，使该研究级数学测试被Epoch AI正式宣布饱和，所有题目均已至少被AI成功解出过一次。
在Epoch AI与曼彻斯特大学发布的FrontierMath Erdős基准测试中，GPT-6 Astra以3%得分率成为唯一非零分模型并解开5道Erdős难题，而GPT-5.6 Sol、GPT-5.5、Fable 5.1与Claude Fable 5均交白卷。
Epoch AI年终大盘点来了！出乎意料的是，AI没有停滞，反而变快了。
一年之内，大模型推理训练可能就会撞墙。
让大模型集体吃瘪，数学题正确率通通不到2%！
Epoch AI推出数学基准FrontierMath，目前前沿模型测试成功率均低于2%！OpenAI研究科学家Noam Brown说道：「我喜欢看到新评估的前沿模型通过率如此之低。这种感觉就像一觉醒来，外面是一片崭新的雪地，完全没有人迹。」或许，FrontierMath测试成功率突破的那一天，会是AI发展过程中一个全新的里程碑。
大型语言模型（LLM）最近在各种数学benchmark上疯狂刷分，动辄90%以上的正确率，搞得好像要统治数学界一样。然而，Epoch AI看不下去了，联手60多位顶尖数学家，憋了个大招——FrontierMath，一个专治LLM各种不服的全新数学推理测试！结果惨不忍睹，LLM集体“翻车”，正确率竟然不到2%！