IXThinker·2025-06-20 14:30研究測29個大模型 奧數級不等式證明僅靠猜
史丹福、UC伯克利、MIT等機構聯合發表研究，首次系統評測29個頂級大模型在奧數級不等式證明上的表現，發現模型即使答案正確，推理過程也常經不起推敲，成功率不足50%。
研究概況
史丹福、UC伯克利、MIT等機構聯合發表論文，首次系統評估29個頂級大模型在奧數級不等式證明任務上的能力，並構建了全新數據集IneqMath，以及能力超群的「LLM as Judge」評估體系，揭示模型的推理短板。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。