#FrontierMath

共 9 条 · 7 天 0 条 · 30 天 2 条

GPT-6 3 OpenAI 3 ARC-AGI 2 AI辅助数学研究 1 Astra 1 EpochAI 1 GPT-5.6 Luna 1 o3 1

信息流里打上「FrontierMath」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月26日

模型中美对照多源确认83°10:40

推理成本18个月下降377倍：o3到GPT-5.6 Luna

同一道数学题的思考成本从0.55美元降到0.0015美元，18个月便宜377倍，这速度值得看一眼。

#OpenAI #GPT-5.6 Luna #FrontierMath #推理模型

AI Will@FinanceYF511 个信源在谈原文

9月12日

模型中美对照多源确认17:52

GPT-6 Astra 刷穿 FrontierMath Tier 4

GPT-6 Astra 在数学推理上又进步了，这次是刷穿了 FrontierMath Tier 4，这个测试以前是专家和顶尖模型都过不了的。

#GPT-6 #FrontierMath #数学推理

量子位@henry11 个信源在谈原文

9月4日

模型中美对照多源确认73°05:12

OpenAI GPT-6 Astra 多项基准测试领先

OpenAI 新发布的 GPT-6 Astra 在多个权威基准测试中击败了最新竞品，尤其在科学和医疗领域表现突出。

#GPT-6 #OpenAI #FrontierMath #ARC-AGI

elvis@omarsar011 个信源在谈原文

模型中美对照多源确认78°04:06

GPT-6 Astra在多项基准测试中领先

OpenAI发布GPT-6 Astra，在多个AI基准测试中刷新记录，科学领域表现尤其突出。

#GPT-6 #Astra #OpenAI #FrontierMath

官方账号OpenAI@OpenAI (@OpenAI)11 个信源在谈原文

7月28日

模型精选12:59

AI辅助证明40年未解数论问题

有个哥们用AI加上语音指令，把40年没解开的数学难题给破了，还和出题人联名发了证明，真的牛。

#EpochAI #FrontierMath #AI辅助数学研究 #数学证明

官方账号Greg Brockman@gdb原文

6月17日

推理计算如何影响前沿LLM评估

别被固定预算的基准分数骗了，这篇论文揭示了很多模型实际能力需要更多推理计算才能看出来。

#推理计算 #FrontierMath #TerminalBench #LLM评估

arXiv cs.AI@Jessica McFadyen 等 5 人原文

6月13日

模型中美对照多源确认73°18:21

Claude Fable 5 在 FrontierMath 最难题目上领先 GPT-5.5 13 个百分点

Anthropic 新模型数学碾压 GPT-5.5

#Claude Fable 5 #GPT-5.5 #FrontierMath #Anthropic

官方账号Decoder@Matthias Bastian11 个信源在谈原文

模型中美对照多源确认精选73°13:17

Claude Fable 5 在 FrontierMath 基准测试中表现优异

Anthropic 新模型数学超强

#Claude Fable 5 #Anthropic #FrontierMath #推理模型

官方账号Epoch AI@EpochAIResearch11 个信源在谈原文

模型中美对照精选72°13:08

FrontierMath v2 上线：GPT-5.5 和 Google AI 领跑

数学基准更新，GPT-5.5和Google AI成绩亮眼

#FrontierMath #GPT-5.5 #Google #Epoch AI

官方账号Epoch AI@EpochAIResearch原文