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。
所属事件:Epoch AI 发布 FrontierMath Erdős，GPT-6 Astra 首破零分(10 条相关)→
「模型」频道最新
- 研究者用前沿模型 76 分钟挖出首个 Windows 0-day — moyix · 2026-10-21
- 开发者实测:Gemini Argon 分析调试日志优于 Fable 5.1 — ShikharMurty · 2026-10-21
- 用户让 ChatGPT「尖叫」，它陷入无限循环 AAAAHHH 停不下来 — AutomaticScene · 2026-10-21
- 开源新模型 Ornith-1.5-122B 发布:SWE-bench 84.5%,单卡 DGX 可跑 — _akhaliq · 2026-10-21
- qev-0.8B:3.5毫秒决策、1.3GB本地跑的微型模型登顶 — fajfas3 · 2026-10-21
- Gemini 3.1 Pro 玩「两真一假」：bot 太沉迷账本，秒被识破谎言 — mimi10v3 · 2026-10-21