IXThinker·2025-04-03 11:00

美國數學奧賽測試頂級AI模型最高僅得5%

頂級大模型在數學競賽上「翻車」。ETH Zurich等機構的MathArena團隊以2025年美國數學奧賽題目測試各前沿模型，最高得分不足5%，擊碎了「LLM擅長數學」的迷思。

測試設計

鑑於各模型此前在AIME等數學競賽中表現出色，MathArena團隊改用最新的2025年美國數學奧賽題目進行測試。研究於3月26日發布後，隨即在圈內引發熱議。