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 基准，Astra 解出 2/68(4 条相关)→
「模型」频道最新
- Astra 纯电脑操作跑 Excel 世界锦标赛题,比人类冠军快约 4 倍 — sandersted · 2026-09-04
- 研究者断言:harness 和 MCP 终将被训练进模型,唯一壁垒是数据 — A_K_Nain · 2026-09-04
- Polymarket 开盘竞猜 Grok 4.7+ 发布时间，市场押注最早 9 月中旬 — Polymarket · 2026-09-04
- 前 GDM 研究员 denny_zhou 披露已转投 Meta，参与 Muse Spark 1.1 至 1.3 — infoxiao · 2026-09-04
- 「真正的 AGI 基准」:模型至今做不了数据科学 — max_paperclips · 2026-09-04
- 恶搞「GPT-6 发布」:称生命科学与药物研发仍是 AI 最难领域 — gklambauer · 2026-09-04