四大 LLM 家族协作评出数学 500 大开放问题，含近 3.5 万次两两比较
burny_tech · x · 2026-09-20
ProofAtlas 发布「Top 500 Open Problems」榜单，由 GPT、Claude、GLM、DeepSeek 四个 LLM 家族历时数周协作完成，覆盖数学、理论计算机科学与数学物理共 12 个学科。
- 流程：对 1227 个候选问题进行 34,890 次两两比较，多轮发现、来源核查、去重与问题表述澄清；模型在不见既有排名与其他模型判断的情况下独立比较。
- 评判维度：解决的意义、领域核心度、跨学科连接、学术与公众知名度、潜在科学/实用影响。
- 家族权重为 OpenAI 1.00、Claude 1.00、GLM 0.95、DeepSeek 0.90，作者强调这是建模选择而非正确性概率。
- 榜单附通俗解释、来源、排名区间与敏感性分析，明确说明这是基于模型的评估而非专家共识。
所属事件:四大 LLM 家族协作评出数学 500 大开放难题(3 条相关)→
「研究」频道最新
- 哈佛教授承认：AI 生成的文章评审已全面优于人类最佳水平 — iamfakhrealam · 2026-11-04
- Cohere等论文:合成预训练收益竟源于嵌入初始化偏差 — LauraRuis · 2026-11-04
- kalomaze 展示 DeepSeek V3.1 底座更大骨干实验，eval loss 降至约 0.82 — kalomaze · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- 自主 Agent 定制 MSA 策略，提升 AlphaFold 3 蛋白复合物预测 — SJTU · 2026-11-04