精选模型67

Epoch AI 基准显示 GPT-6.2 Astra 在 FrontierMath Erdős 解出 7/68 题

原标题:GPT-6.2 Astra sets a new record on FrontierMath Erdős, our benchmark of handpicked math problems, unsolved as of August 2026. With a ~$24...

Epoch AI@EpochAIResearch发布时间 (北京时间)

Epoch AI 称 GPT-6.2 Astra 在其 FrontierMath Erdős 基准上创下新纪录,在每题约 240 美元预算下解出 68 道题中的 7 道,且每道解都经 Lean 形式化验证,其中一道此前无人解出。该基准由截至 2026 年 8 月仍未解决的精选数学题构成,此前纪录为 GPT-6.1 Sol 的 3/68。

推荐理由读者可看到 GPT-6.2 Astra 在未解数学题基准上的具体得分、预算与 Lean 形式化验证方式,并与上一代记录对比。

GPT-6.2 Astra 在 FrontierMath Erdős 上创下新纪录,这是我们的基准测试,由精心挑选的数学问题组成,截至 2026 年 8 月仍未解决。在每题约 $240 的预算下,6.2 Astra 为 68 道题中的 7 道给出了解答,每道都经 Lean 形式化验证,其中一道此前没有任何已知解法。此前的纪录是 68 道中的 3 道,由 GPT-6.1 Sol 创下。

OpenAI / ChatGPT推理能力评测基准#评测/基准#推理#OpenAI

同一件事的其他报道2 篇