IT之家 11 月 15 日消息，研究机构 Epoch AI 现公布了一款名为 FrontierMath 的全新 AI 模型数学基准测试集，旨在评估系列模型的数学推理能力。 与现有诸如 GSM-8K、MATH 等测试题集不同，FrontierMath ...

【ITBEAR】广汽集团在第22届广州车展上展现了强大的品牌实力，一口气发布了五款全新车型，覆盖了纯电、增程、插混等多个细分市场，为消费者提供了更为丰富的新能源车选择。同时，集团还宣布了未来三年的“番禺行动”计划，旨在推动自主品牌的发展，挑战2027 ...

【ITBEAR】美团旗下全资子公司Xigua Limited近日在烟台成立了一家新科技公司——烟台汉骑科技有限公司。这家新兴科技公司的法定代表人为孙可青，注册资本为500万美元。

【ITBEAR】研究机构 Epoch AI 近日发布了一款全新的 AI 模型数学基准测试集，名为 FrontierMath。该测试集旨在全面评估 AI 模型的数学推理能力，尤其是面对复杂数学问题时的表现。 与现有的数学测试题集如 GSM-8K 和 ...

According to a new research by Drexel University and Arizona State University presented at the International Symposium on ...

A new benchmark called FrontierMath is exposing how artificial intelligence still has a long way to go when it comes to ...

让大模型集体吃瘪，数学题正确率通通不到2%！ 获大神卡帕西力荐，大模型新数学基准来势汹汹—— 一出手，曾在国际数学奥赛中拿下83%解题率的o1模型就败下阵来，并且Claude 3.5 Sonnet、GPT-4o、Gemini 1.5 ...

While today's AI models don't tend to struggle with other mathematical benchmarks such as GSM-8k and MATH, according to Epoch ...

FrontierMath's performance results, revealed in a preprint research paper, paint a stark picture of current AI model ...

FrontierMath's difficult questions remain unpublished so that AI companies can't train against it. FrontierMath's difficult ...