标签
David Turturean 在 EpochAI Research 的 FrontierMath 计划下，与问题提出者 David Roe 合作，通过语音输入解决了 p 进伽罗瓦理论中一个 40 年来的开放问题。
Epoch AI 发布了 FrontierMath 基准测试的 v2 更新，纠正了 42% 问题中的错误，并提高了所有模型的分数，但排名基本保持不变；第 1-4 级正在接近饱和。
Epoch 利用 GPT-5.5 识别出 FrontierMath 基准测试中约三分之一的问题存在致命错误，展示了该模型对评估标准进行合理性检查的能力。
Google DeepMind的AI联合数学家取得了困难问题求解基准测试中的最先进结果，在FrontierMath Tier 4上获得48%的得分，是所有被评估AI系统中的最高分。
本文介绍了 AI 协作者数学家（AI Co-Mathematician），这是一个利用代理式 AI 支持数学家进行构思和定理证明等开放式研究任务的工作台。早期测试表明，该系统在困难的问题解决基准测试中取得了最先进的结果，包括在 FrontierMath Tier 4 中获得了 48% 的得分。