FrontierMath 埃尔德什版发布:GPT-6 Astra 得 3%,其余模型全零
haider1 · x · 2026-09-05
Epoch AI 发布 FrontierMath Erdős 新基准：收录 68 个截至 2026 年 8 月仍未解决的埃尔德什重大数学问题，由 Thomas Bloom 策展、用 Lean 形式化，AI 系统须在固定算力预算内证明或证伪这些问题。
- 设计动机：埃尔德什问题重要性差异极大，新基准解决策展、验证与可复现性三大问题（配套 erdosproblems.com 站点收录 1217 题中 652 题未解）。
- GPT-6 Astra 得分 3%，是唯一非零模型：Fable 5.1、Fable 5、Sol 5.6、5.5 等全部 0%。
- Astra 在多次尝试中最终解出 68 题中的 5 题，但耗费超过 22 万美元算力，凸显前沿开放数学问题的难度与成本。
所属事件:Epoch AI 发布 FrontierMath Erdős 基准，GPT-6 Astra 首破零分(10 条相关)→
「模型」频道最新
- 《Hands-On Large Language Models》官方代码库开放，近 2.9 万 Star — ZabihullahAtal · 2026-09-05
- 开发者讽刺 ARC-AGI 系列:游戏分辨率堆号数何时才算 AGI — AndrewDai · 2026-09-05
- Claude 完成费马大定理首个形式化证明：1300 万行 Lean 代码 — AnthropicAI · 2026-09-05
- 一周AI大发布:Fable 5.1、GLM-5.3权重、三个实时世界模型 — thursdai_pod · 2026-09-05
- Greg Brockman 以「欢迎来到 AGI 时代」为 GPT-6 发布会收尾 — thursdai_pod · 2026-09-05
- GPT-6 计算机使用直播实测：macOS 模拟器演示「真的能用」 — thursdai_pod · 2026-09-05