图灵奖得主姚期智与“月之暗面”创始人杨植麟开发了TCSExam,这是一个旨在评估AI智能体在理论计算机科学研究领域能力的新基准测试。该基准测试包含100个专家评审任务。在早期测试中,“月之暗面”的Kimi K3智能体成功构建了一个包含124个顶点和630条边的复杂图,打破了之前的记录。 AI
影响 该基准测试将有助于评估和提升AI智能体在复杂理论领域的研究和推理能力。
排序理由 该集群描述了一个用于AI研究的新学术基准的创建。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →