13:08
Epoch AI@EpochAIResearch
Epoch AI@EpochAIResearch精选72°
推荐理由：数学基准更新，GPT-5.5和Google AI成绩亮眼
精选
过去 24 小时，从 933 条中筛出 57 条
6月13日
13:08
Epoch AI 发布 FrontierMath 基准测试 v2 版本，修复了 42% 的问题错误。新版本中，GPT-5.5 (xhigh) 在 Tier 1-3 上取得 85% 的准确率，Google 的 AI co-mathematician 在 Tier 4 上达到 76%。所有模型得分普遍提高，排名基本不变。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月1日
00:09
AITOP6月1日 00:09
5月30日
16:06
16:06
Gary Marcus@GaryMarcus
Gary Marcus@GaryMarcus精选
推荐理由：开源模型与闭源模型的差距被量化了——4个月的滞后对AI开发者和企业技术决策者来说是个关键信号，值得关注开源生态能否缩小这一差距。
