（原标题：新V不雅外洋：专科数学测试难倒AI模子）买球的app软件2024官网

陈沛/文 数月前，谷歌DeepMind告示旗下的数学AI用具AlphaGeometry 2和AlphaProof约略达到国际奥林匹克数学竞赛的银牌水平，让好多数学家启动念念考AI何时会取代东谈主类数学家。

最近，前沿AI照拂机构Epoch AI发布高难度数学测试集FrontierMath，测试后果清晰GPT、Claude、Gemini等主流AI模子系列的正确率仅有1%至2%，标明AI模子在专科数学鸿沟仍有强劲差距。

FrontierMath的数学专科难度满盈高

Epoch AI永恒勤恳于推进AI本领范围的专科照拂。这次Epoch AI推出的数学测试集FrontierMath，则是由哈佛大学数学系博士Elliot Glazer牵头发起的姿首。

该姿首的宗旨明确，即命令全寰宇数学专科东谈主士提交高质地的原创数学问题，由Epoch AI认信得过保和考据问题的专科性和科学性，从而用来考试面前AI模子的数学推理和策画智力。

Epoch AI条目所提交的数学专科问题必须是从未在互联网上公开过的全新原创问题，且无法进行简便揣摸或立地修起，必须通过深度逻辑推理才能得到独一的正确谜底，总计推衔尾答过程至少要让数学专科东谈主士奢侈几个小时致使更长的时期。

Epoch AI还设想了对应的奖励机制来激发数学家孝顺高质地问题。惟有提交问题允洽上述基本循序，提交者即可获取300好意思元奖励。要是问题具备满盈的原创性和专科难度，给提交者的奖励能加多到1000好意思元。要是是相称凸起的数学问题，奖励金额致使还会更高。

经过了问题搜集、考据、奖励、梳理等一系列姿首经过后，最终Epoch AI于近期发布了这一套极具挑战性的专科数学测试集FrontierMath。

从公布的部分样题来看，FrontierMath中包括了数论、素数域连气儿膨大、19阶多项式构建、矩阵策画、求解皆次方程非零解等专科数学问题。

Epoch AI考取了面前主流的AI模子进行测试。谷歌的Gemini-1.5-Pro模子和Anthropic的Claude-3.5-Sonnet模子的正确率辞别是2%，OpenAI的o1-preview、o1-mini、GPT-4o等模子的正确率均为1%，xAI的Grok-2-Beta模子的正确率是0%。

面前AI模子的数学智力有所夸大

AI在科学照拂中近来如实取得好多发达，但在数学智力方面还远未达到取代数学专科东谈主士的进程。

单从数月前谷歌DeepMind达到国际奥数银牌的情况来看，它的解题过程还会受到体式化话语议论、解题时期过长等实质终结，根底不行径直用于确切的专科数学测试中。

实质上，数学是一个对逻辑、推理和创造性条目极高的鸿沟，它不仅触及精深的基础常识，还包含了复杂念念考、空洞念念维和推聪敏力。

而这些智力关于现在的AI模子而言，仍是是难以高出的鸿沟。

不外，天然FrontierMath测试集长远揭示了现在AI模子在数学鸿沟的不及，关联词也会给AI照拂者提供明确的改良标的。

由内行数学专科东谈主士设想出来的这些问题和对应的解题要领，最终也会成为下一代AI模子西宾的数据养料买球的app软件2024官网，匡助催化AI本领的再一次飞跃。