Epoch AI 发布 FrontierMath Erdős：GPT-6 Astra 首破 2 题
Jsevillamol · x · 2026-09-04
Epoch AI 联合 erdosproblems.com 创建者 Thomas Bloom 推出正式数学基准 FrontierMath Erdős：精选 68 个 2026 年 8 月仍未解决的重要 Erdős 问题，用 Lean 形式化，要求 AI 系统在固定预算内证明或证伪。
背景：Erdős 问题（Paul Erdős 生前提出的上千个数学问题）已成为追踪 AI 数学能力的事实标准，Bloom 的网站收录 1217 个问题，其中 652 个仍未解决。新基准针对三个此前被诟病的问题：选题代表性、验证严谨性、可复现性。
首个战果：GPT-6 Astra 成为首个破解该基准题目的模型，解出无穷色数的图论题（Erdős 问题 #74）和一道组合数论题（#126），每题花费约数百美元。
所属事件:Epoch AI 发布 FrontierMath Erdős 基准，Astra 解出 2/68(4 条相关)→
「研究」频道最新
- 把 SGD 建模为渗流过程:解释训练中方差尖峰与相变行为 — Sai Niranjan Ramachandran · 2026-09-04
- Compile by Training:把自然语言规格编译成可本地部署的神经函数 — UWaterloo · 2026-09-04
- CORD:修复模型校准且严格保持原始预测结果不变 — Daehwan Kim · 2026-09-04
- Software World：用智能体模拟 GitHub 生态研究多智能体协作 — PangWeiKoh · 2026-09-04
- 港大团队发布机器人模仿基准 The Imitator Game,四级考验意图理解 — YiMaTweets · 2026-09-04
- 新论文:LLM 输出多样性远低于训练数据,调温也补不回来 — rohanpaul_ai · 2026-09-04