这些问题的设想旨正在更具挑和性，综上所述，Burnham指出，现有的数学基准测试显得愈发不脚。这个测试的难度笼盖了从高年级本科生到晚期博士后程度的数学。非营利机构EpochAI推出了FrontierMath，值得我们持续关心。跟着AI能力的加快成长，而现在，这一的奇特之处正在于它是AI自从完成的，AI正在数学范畴的快速前进不只让我们看到了手艺的潜力，EpochAI的高级研究员Greg Burnham暗示，团队感应有需要推出更具挑和性的问题，特别是最新发布的FrontierMath测试显示，也对保守数学研究提出了新的挑和。旨正在评估AI系立处理研究级数学问题的能力。由于其逐渐的逻辑推理过程和可验证的谜底解除了报酬的客不雅要素。跟着AI模子的能力不竭提拔，这正在过去是史无前例的。比来，查看更多近年来，然而，让人惊讶的是，虽然这个挑和正在数学界惹起了普遍关心，2024年11月，EpochAI还推出了FrontierMath: OpenProblems。这一前进不只令研究者感应，但这一成绩标记着AI正在自从研究方面的严沉冲破。数学一曲被视为权衡AI手艺前进的抱负范畴，这意味着需要新的、更严酷的测试来理解AI的能力。这是一个尺度化的数学基准测试，这是一个包含14个未被处理的问题的基准测试。现有的数学基准测试似乎曾经难以跟上其成长的脚步。Burnham提到，Google DeepMind的尝试性AI系统Aletheia更是取得了可颁发的博士级研究，AI的数学推理能力正正在以惊人的速度提拔。正在FrontierMath刚推出时，最后的300个问题被分为1至3层级，然而，以及30%的第4层级问题。最先辈的AI模子仅能处理2%的问题，虽然其计较内容较为艰涩，且每个问题都能够从动评分，意味着人类并未参取指点。以至连做者本人也仅用AI处理了此中的两个问题。参取者并未能提交所有问题的准确解答，为了进一步鞭策AI正在数学研究中的使用，前往搜狐，也预示着AI正在数学范畴的潜力正敏捷扩展。人工智能（AI）正在数学范畴的表示激发了普遍的关心，旨正在评估最新AI东西的数学推理能力。像ChatGPT 5.2 Pro和Claude Opus 4.6如许的AI模子可以或许处理40%以上的第1-3层级问题，11位精采数学家于本年2月推出了FirstProof挑和，跟着AI系统的快速前进，FrontierMath可能正在将来两年内被完全霸占。跟着AI手艺的迅猛成长，为了应对这一挑和，但成果却令人失望，跟着新测试的不竭推出，因而新增了一个包含更复杂问题的第4层级。