AI 系统解决 244 个开放数学问题中的 100+,证明暂不公开防污染
wellecks · x · 2026-10-20
由 Zeyu Zheng 领导的团队发布了针对 244 个开放数学问题的基准测试成果:其 Leanimum Agent 总共解决了其中超过 100 个开放问题。团队同时公开了论文、基准与 Leanimum Agent,但明确表示不会放出证明——理由是基准测试不公开答案是好实践,可避免训练数据污染。这是 AI 在形式化数学(Lean)方向上值得一提的实证进展。
所属事件:reuF2F 基准发布:244 道 Lean 形式化开放数学题,最强模型仅解约四成(5 条相关)→
「研究」频道最新
- CMU 等 13 人联合论文：AI 编程 Agent 研究里「人」缺席了 — math_rachel · 2026-10-20
- Hazy Research 开源 NCM:概念级并行生成,比扩散文本模型快 31 倍 — simran_s_arora · 2026-10-20
- 新研究：数据筛选不能脱离算力预算，重复高质量数据会迅速失效 — cwolferesearch · 2026-10-20
- RuneBench：让 AI Agent 在游戏 RuneScape 里刷经验测能力 — charliermarsh · 2026-10-20
- FOMO-Dex：力觉手套遥操作拧螺丝,挑战 sim-to-real 必要性 — HaozhiQ · 2026-10-20
- YuanqiD 发文谈递归自我改进与「半良定义问题」的 AI 科学家 — rishabh16_ · 2026-10-20