Erdős 问题+Lean 证明实测：Astra 官方解出 2/68
Jsevillamol · x · 2026-09-04
Greg Burnham 提出一个 AI 数学基准新思路：精选一批近似 Erdős 级别的难题，要求模型给出 Lean 形式化证明并投入充足算力逐一测试。结果显示 Astra 是首个公开模型中解题率大于 0% 的：官方口径解出 68 题中的 2 题，额外非正式运行中又解出 3 题。这一做法把「形式化证明」作为防作弊手段引入高难数学评测，可能成为下一代数学基准的设计方向。
「模型」频道最新
- GPT-6 Astra 创 ECI 新纪录 169,数学与持续学习基准亦破纪录 — Jsevillamol · 2026-09-04
- 开发者吐槽 GPT-6 Astra 发布是「雷声大雨点小」 — ns123abc · 2026-09-04
- GPT-6 Astra 定价 10/50 美元,比 GPT-5.6 Sol 贵 2.5 倍 — cedric_chee · 2026-09-04
- IFM 开源 MoE 模型 K2-Horizon-MoVA-36B-A4B 登上 Hugging Face 热榜 — IFM · 2026-09-04
- ARC-AGI 主办方：给模型套超强提示词，测的是人不是模型 — GregKamradt · 2026-09-04
- mitsuhiko 看完 Astra 发布:模型能力加速没有任何放缓迹象 — mitsuhiko · 2026-09-04