GPT-6 Astra在FrontierMath Tier 4上取得了什么成绩?
OpenAI公布其在Tier 4上的成绩为97.6%,并且解出了此前唯一一道从未被AI解出的题目。按照Epoch AI的统计口径,Tier 4中每道题都已至少被成功解答过一次。
FrontierMath Tier 4,饱和了
量子位报道,Epoch AI的FrontierMath Tier 4已被GPT-6 Astra刷穿:OpenAI公布成绩97.6%,并解出此前唯一未被AI解出的题目,使该层级所有题目均至少被成功解答过一次。Tier 4于2025年7月推出,最初最高成绩约5%,现已被判定饱和。不过数学并未被AI解决,FrontierMath已转向Open Problems与FrontierMath Erdős等新测试。
OpenAI公布其在Tier 4上的成绩为97.6%,并且解出了此前唯一一道从未被AI解出的题目。按照Epoch AI的统计口径,Tier 4中每道题都已至少被成功解答过一次。
它是Epoch AI在2025年推出的研究级数学测试层级,题目由数学教授和博士后围绕自身研究方向设计,覆盖分析、数论、组合数学、拓扑、代数几何等领域,最初收录50道题。
不是。FrontierMath已新增真正的Open Problems以及将Erdős开放问题形式化进Lean的FrontierMath Erdős;Astra在FrontierMath Erdős的68道问题中只解决了2道。
早报|雷军同日到访宇树与B站/罗永浩差评带来流量,野人先生单日涨粉近3万/鸿蒙智行确认问界合作调整,赛力斯主导
基元律动与无问芯穹达成战略合作,推进高质量Token供给与应用
豆包工作打出“团队Agent”牌,Workbuddy、千问会跟吗?
我的“一人公司”,是怎么搞钱的?
微信桌面端变“三折叠”,可能是在给小微腾位置协同办公进入Agent时代,飞书+豆包工作跑在了最前面
加密行业今年最重要的一天 可能就是明天
项目汇报怎么讲,才能让领导看见你的价值?
DeepSeek-V4.1-Flash 的最佳 Harness 搭档,我觉得可能是 Claude Code
2人团队0融资,用AI搓的复古相机APP霸榜韩国总榜第4,还做到了3个月10亿销售额?首个AIGC长片大赛!RunningHub单项大奖100万,科幻IP免费改编美国军方首次证实在太空部署了武器
阶跃发布 StepAudio 3 ,多款语音模型登顶 Artificial Analysis 全球榜单
这种国民鱼一直被低估、被当廉价鱼!现在才知道钙和 DHA 这么多!快试试
派早报:豆包发布手机助手消费者版,绿联发布首款雷电 5 显卡坞等
推特创始人谈“AI减速”论:前沿不属于任何一家公司Steam Frame 起售价 1059 美元
黄仁勋再谈AI危险论:中国会成为全球开源重要力量
苹果Siri AI上线;豆包手机助手消费版正式发布;塔克拉玛干沙漠发现两处大型地下水水源
高瓴系 CFO 往事:一代顶级机构年轻人的迁徙与突围梁文锋CFO到位!投过智谱MiniMax
AI没有泡沫 只有割裂
王强宇履新百望:从发票SaaS工具,到财税垂直大模型,再到企业的Palantir
OpenAI 发布适用于编程和计算机应用的 GPT-6 Astra
香港第一、全球第八:OSL进化背后的数字资产新格局圆桌:探路·产业分工的新图谱,看到新未来——国家力量如何转化为产业价值 | 36氪 2026产业未来大会
今晚「鸽派加息」?
只会搜关键词还不够,Agent 需要一套更聪明的本地搜索从前沿技术到产业资本,2026产业未来大会看见「深水之上」
当黄仁勋和Dario遇上休谟:火鸡、台球与AI末日论