精选论文
66AI 评分(两次独立评分的平均)

Artificial Analysis 推出 AA-Millennium 基准,以七道千禧年数学难题评测模型

原标题:Introducing AA-Millennium: seven problems, one human solution since 2000, and only two labs have scored above zero

Artificial Analysis@ArtificialAnlys发布时间 (北京时间)

Artificial Analysis 推出 AA-Millennium 基准,用七道千禧年数学难题考察模型,目前仅两家实验室得分高于零。

推荐理由这条基准把千禧年数学难题作为评测对象,并列出两家实验室的待验证结果,读者可据此了解当前评测思路的边界。

隆重介绍 AA-Millennium:自 2000 年以来的七个问题,一个人类解法,且只有两个实验室得分高于零

➤ 人类:Grigori Perelman 于 2003 年证明了庞加莱猜想,这是目前唯一被官方认可的解答。他拒绝了该奖项
➤ OpenAI:于 9 月声称解决了纳维-斯托克斯问题,使用的是未发布的内部模型
➤ Anthropic:Levent Alpöge 今天发布了黎曼猜想的声称证明,是在与 Claude 合作中发现的
➤ 仍未解决:P vs NP、霍奇猜想、杨-米尔斯存在性与质量间隙,以及伯奇和斯温纳顿-戴尔猜想

两项 AI 成果仍在等待独立验证,因此得分是暂定的。

祝贺 @alpoge 和 @AnthropicAI 取得这一成果!🧵

论文研究评测基准#评测/基准#论文/研究#Anthropic#OpenAI