清华与月之暗面发布 TCSExam：GPT-6 Astra 能证定理却解不开猜想

清华大学与 Moonshot AI 在 arXiv 发表论文《TCSExam: Evaluating Frontier LLMs on the Full Range of TCS Research》，评测前沿大模型在理论计算机科学研究上的能力。结果显示，GPT-6 Astra 能在 Lean 中证明 70.0% 的研究级计算机科学定理，以 71.9 分在完整版基准中居首；但在 30 道 TCS 公开猜想上未能解开任何一道，Opus 5.5 则在精简版基准中领跑。

2026-11-09 ~ 2026-11-09 · 2 条相关

• 清华与月之暗面 TCSExam 基准:GPT-6 Astra 证明 70% 定理却解不开 0 道公开猜想 — rohanpaul_ai · 2026-11-09
• TCSExam 论文:GPT-6 Astra 以 71.9 分居首,Opus 5.5 领跑精简版 — rohanpaul_ai · 2026-11-09