HorizonMath

AI模型在新的HorizonMath基准上发现新的数学解决方案

研究人员推出了HorizonMath，这是一个旨在评估AI解决复杂、未解决数学问题能力的新基准。该基准包含八个领域的113个问题，重点关注“生成器-验证器差距”，即发现困难但验证简单的领域。初步测试表明，大多数当前模型得分低于10%，但GPT-5.4 Pro和GPT-5.6 Sol各自成功发现了三个研究问题的新颖解决方案，为数学文献做出了贡献。