推文

@Hongji_Leee · 2026-10-12 17:10

数学评测刷满了之后，模型还怎么往前考？OpenAI 换了套做法：直接扔开放研究问题，再把内部前沿模型做出来的结果公开。 仓库 openai/math 里现在有 719 篇手稿，归成 372 个结果族；约 42% 的顶线结果已经用 Lean 形式化，机器可以直接验。评估一共扔了约 4000 道题，平均每个结果大概相当于 3 小时 ChatGPT Pro 思考算力。 从刷榜变成可检查的公开研究语料，研究者可以直接去翻。 https://github.com/openai/math

曝光 25 · 评论 0 · 点赞 1 · 书签 0