IXThinker·2025-06-10 19:20

AI七個月FrontierMath得分2%躍至22%

大模型在超難數學題集FrontierMath上的得分，從只能答對2%躍升至22%，甚至超過人類團隊平均水平，前後僅用7個月。14位數學家深入分析後發現，其解題靠直覺而非死記硬背。

題集背景

FrontierMath包含300道數學難題，難度範圍覆蓋本科高年級至菲爾茲獎得主都稱難的水平，被形容為「專為為難大模型而生」的基準測試。