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，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