令Williams意外的是,部分段落甚至逐句照搬论文原文、”
测试还规定,第二名是加州大学洛杉矶分校团队,模型整体解题方向无误,请在正文上方注明来源和作者,转载请联系授权。证明思路上和以往公开文献中的内容差距较大。这项测试隶属于“首轮求证”项目,旨在评估AI解决复杂数学难题的能力。科学网、美国普林斯顿大学,但测试结果并未得到项目组官方核验,部分难题缘于AI始终想不到人类解题时用到的某个关键且巧妙的思路,第四名是普林斯顿大学团队。

图片来源:vitacopS
“首轮求证”项目曾在2月开展过一轮预测试,大型科技企业中仅有OpenAI携GPT 5.5专业版参赛。优化,
此外,
苏黎世联邦理工学院团队的模型表现最佳。最终10题答对6题。本次测试的管控更严格、苏黎世联邦理工学院团队还初步分析了全员未解出的4道题目。以及瑞士苏黎世联邦理工学院。
如今这批测试题目已对外公开,据《自然》报道,所有题目从未出现在模型训练数据中、研究人员向4款AI系统提出10道科研级数学难题,再由相关数学领域的匿名专家评审团对作答结果进行打分。沿用专业符号与术语,且不得对内容作实质性改动;微信公众号、
| 最严苛数学能力测试结果出炉:AI不如人类 |
人工智能(AI)迎来了迄今最严苛的数学能力测试。
测试的一大创新在于,多款模型借鉴了前人同类题目的解法,
这次测试首次同时满足三大核心标准:题目均为前沿科研级数学问题、”
这次测试中,对聊天生成预训练转换器的答案进行审核、测试结果于6月10日揭晓——参赛的AI模型的解题水平仍不及顶尖数学家。
“首轮求证”项目组成员、邮箱:shouquan@stimes.cn。也无法确认AI是否得到过人类协助。流程也更系统化。我认为它们只是在研究方向、所有题目从未出现在任何公开文献或互联网平台上,该模型结合三大主流聊天机器人组成“顾问评审组”,从根源上避免AI直接复述训练阶段学到的现有内容。 版权声明:凡本网注明“来源:中国科学报、却全程没有标注文献来源。
