FrontierMath 基准「寿终正寝」：存活 664 天被模型攻破
willdepue · x · 2026-09-04
willdepue 以「rest in peace」宣告 FrontierMath 基准时代结束——从 2024 年 11 月 8 日到 2026 年 9 月 3 日，共 664 天。言下之意是前沿模型已能拿下这一曾被视为极难的数学基准，专测极限推理的它失去了区分度。
「模型」频道最新
- 博主判断：上周或已开源闭源模型差距最近的时刻 — toptickcrypto · 2026-09-04
- UK AISI 设计新评测复现失控 AI 场景，Astra 表现令人担忧 — ShakeelHashim · 2026-09-04
- 评测方 Arize:MiniMax 在 Agent 工作负载被低估,原因在架构 — aparnadhinak · 2026-09-04
- Gary Marcus 追问：Astra 是纯 LLM 还是未公开的神经符号混合体？ — GaryMarcus · 2026-09-04
- GPT-6 Astra 登顶 Mercor APEX-Agents 榜,专业服务任务均值 62.4% — sherwinwu · 2026-09-04
- GPT-6 Astra 智能指数仅 61 分与上代持平,幻觉减半但价格贵 2.5 倍 — cedric_chee · 2026-09-04