14 个月从 5% 到 98%,Epoch AI 数学基准宣告饱和
Jsevillamol · x · 2026-09-11
- Epoch AI 研究员引用官方数据：其 Tier 4 数学基准于 2025 年 7 月 11 日上线时，最高分仅 5%；不到 14 个月后，最高分已达 98%，官方认为该基准已被「刷爆」。
- 转发者 @kikollan 感叹 AI 数学能力的进步几乎是突然发生的：三年前基于 LLM 的模型连加法都做不好，如今已能攻克高难度数学题。
- 这一速度也再次印证了基准饱和速度远超预期、需要更快迭代更难评测的行业现状。
所属事件:Epoch AI 数学基准 14 个月从 5% 飙至 98% 宣告饱和(3 条相关)→
「模型」频道最新
- Kimi K3 的「开源」有条件：年入 2000 万美元需另签协议 — alex_verem · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27