244 道公开研究难题 AI 解出超 100 道，证明暂不公开防污染
wellecks · x · 2026-10-20
REUF2F 基准团队透露，模型总计解决了 244 道开放研究问题中的 100 多道，但团队不打算公开这些证明——不发布基准答案以防数据污染，被视作良好实践。
该基准的另一特点是模型既可以证明命题也可以反驳命题，而非只有单一标准答案。
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