量子位 发布于 09/12 15:33

AI数学的最后一道高墙,塌了!GPT-6 Astra刷穿FrontierMath Tier 4

查看原文

资讯摘要

FrontierMath Tier 4,饱和了

AI 摘要

量子位报道,Epoch AI的FrontierMath Tier 4已被GPT-6 Astra刷穿:OpenAI公布成绩97.6%,并解出此前唯一未被AI解出的题目,使该层级所有题目均至少被成功解答过一次。Tier 4于2025年7月推出,最初最高成绩约5%,现已被判定饱和。不过数学并未被AI解决,FrontierMath已转向Open Problems与FrontierMath Erdős等新测试。

AI 问答

GPT-6 Astra在FrontierMath Tier 4上取得了什么成绩?

OpenAI公布其在Tier 4上的成绩为97.6%,并且解出了此前唯一一道从未被AI解出的题目。按照Epoch AI的统计口径,Tier 4中每道题都已至少被成功解答过一次。

FrontierMath Tier 4是什么?

它是Epoch AI在2025年推出的研究级数学测试层级,题目由数学教授和博士后围绕自身研究方向设计,覆盖分析、数论、组合数学、拓扑、代数几何等领域,最初收录50道题。

Tier 4饱和是否意味着数学已被AI解决?

不是。FrontierMath已新增真正的Open Problems以及将Erdős开放问题形式化进Lean的FrontierMath Erdős;Astra在FrontierMath Erdős的68道问题中只解决了2道。

打开原文

更多资讯

2人团队0融资,用AI搓的复古相机APP霸榜韩国总榜第4,还做到了3个月10亿销售额?人人都是产品经理 · 09/16 10:20How NVIDIA Groq 3 LPX Deterministic Execution Drives Power-Efficient High-Interactivity Inference on NVIDIA Vera RubinNVIDIA Technical Blog · 09/16 00:55华为坤灵升级“4+10+N”场景化方案,发布“经纬计划”和50个样板点雷峰网 · 09/16 17:27前OpenAI后训练VP回应陶哲轩:说AI毁了数学,可能还是太小瞧AI了量子位 · 09/15 13:39Meta 打造“组织第二大脑”智能体的设计思路InfoQ 中文 · 09/15 19:21当罗永浩站在群众的对立面人人都是产品经理 · 09/15 11:35Java新闻汇总:Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4jInfoQ 中文 · 09/16 19:06视频号评论区小蓝词使用指南人人都是产品经理 · 09/16 10:27无效的管理者和疲惫的基层:浅论考核指标的漂移人人都是产品经理 · 09/16 15:06让 AI 补货,但不让它算库存——LangGraph 在生鲜补货的落地实践人人都是产品经理 · 09/15 10:55Stella:“显化”想要的人生,60天35万美元月收入人人都是产品经理 · 09/16 14:09CLARITY法案投票失败 加密监管立法再度搁浅金色财经 · 09/16 08:55量子位2026人工智能年度榜单,正式启动!量子位 · 09/16 12:16超越代币化:让RWA在链上真正有用金色财经 · 09/16 16:39云连锁到轻连锁,品牌业务逻辑的改变人人都是产品经理 · 09/16 11:47从”边卖边补”到”准备好再卖”:产品商品化的四步闭环人人都是产品经理 · 09/15 14:11AI 负责创造,人来干脏活,这事儿能否停一下?InfoQ 中文 · 09/15 08:08渣打给ARB十美元目标价靠什么?金色财经 · 09/16 21:36“裁判”不想给阿莫迪吹暂停金色财经 · 09/15 13:07OpenAI 总裁:AGI 已经发生金色财经 · 09/15 22:25算力、机器人、仿真与资本,谁在定义物理AI下一个十年?|第十届全球ICT峰会回顾36氪 · 09/15 17:47DeepSeek-V4.1-Flash 的最佳 Harness 搭档,我觉得可能是 Claude Code人人都是产品经理 · 09/16 17:23从担心AI失控 到AI造福人类:比尔盖茨怎么想金色财经 · 09/15 14:43具透 | 精心优化, 体验感愉悦升华:iOS 27 中值得关注的新特性少数派 · 09/15 15:00语义翻译的操作日常:把”我觉得不对”变成”机器能查”人人都是产品经理 · 09/16 09:52AI 写了几十页 PPT,“经营分析”报告仍被批不够深入?人人都是产品经理 · 09/15 11:32Announcing instance preference lists for Amazon SageMaker AI training jobsAWS Machine Learning Blog · 09/16 00:01Cloudflare将每天90亿次请求的JavaScript CDN迁移到其开发者平台InfoQ 中文 · 09/16 17:10上市前交易市场:永续合约化的Pre-IPO资产金色财经 · 09/16 09:21CLARITY法案未通过程序性表决 OpenAI拟IPO前融资金色财经 · 09/16 07:53