Epoch AI 发布 FrontierMath Erdős 基准，Astra 以 2/68 居首
keviv9 · x · 2026-09-04
Epoch AI 联合数学家 Thomas Bloom 推出新基准 FrontierMath Erdős：从 erdosproblems.com 精选 68 道尚未解决且极具趣味的 Erdős 问题，要求 AI 系统在固定预算内用形式化证明语言 Lean 写出证明或反证。
要点：
- Bloom 的网站收录 1217 道 Erdős 问题，其中 652 道仍未解决；Erdős 问题已成追踪 AI 数学能力的事实标准，但此前缺乏严谨性。
- 新基准针对三大问题：题目筛选（难度与意义差异大）、答案验证（Lean 自动验证）、可复现性（附开源 scaffold 与论文）。
- 首测结果：此前没有任何模型解出任何一题，而 Astra 解出 2/68（3%），登顶榜首。
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
- 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
- 1.3B 开源模型 OXR 登顶三大文档解析榜，百页 101 秒 — aftahi_ai · 2026-10-21