发布仅 14 个月,FrontierMath Tier 4 全部研究级数学题已被 AI 解完
Afinetheorem · x · 2026-09-11
Epoch AI 于 14 个月前推出的 FrontierMath Tier 4 基准——一组旨在测试 AI 推理极限的极难研究级数学题——如今每一道题都已被解决。
Afinetheorem 对比了预测数据：2025 年夏的 LEAP 专家小组曾预测较易的 Tier 1-3 在 2027 年 12 月前完成度为 55%；而在扩散模型方面 LEAP 过于乐观（目前实际约 1%，预测 12/27 为 7.3%）。他本人当时的判断是 80% 和 5%。
事实再次说明：研究级基准的「有效期」正被快速压缩，专家预测持续落后于模型进步速度。
所属事件:GPT-6 Astra 攻克最后一题，FrontierMath Tier 4 正式饱和(7 条相关)→
「模型」频道最新
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26