o1/Claude集体翻车！陶哲轩等60+顶尖数学家合力提出新数学基准

Epoch AI推出新数学基准FrontierMath，挑战顶尖大模型的数学推理能力。包括GPT-4o等在内的模型在该基准上解题率不足2%。这套基准由60多位顶尖数学家设计，涵盖数论到代数几何等领域，难度极高。未来，研究将增加问题和优化评估流程。（量子位）