最难题数学基准 FrontierMath Tier 4 被攻破,历时一年半
Jsevillamol · x · 2026-09-11
@DotCSV 发文悼念:FrontierMath Tier 4——此前一段时间里要求最高的数学基准——已被模型攻破,从设立到沦陷历时约一年半。这是前沿模型数学推理能力快速爬升的又一标志性节点:曾经最难的天花板再次被刷新,该基准功成身退。
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
- 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
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26