Repovive 实测 AI 评审数学证明可靠性

2026 年 10 月 3 日，AGI Hunt 报道称，Repovive 在举办首届数学竞赛后，联合由 IOI、IMO、ICPC 决赛选手组成的团队，评估其 AI 评审的判分能力是否能可靠理解并核查高难度数学证明。团队挑出 534 份可疑或边缘提交，建立统一评分标准并制作专家参考判卷，再比较不同评分指令下模型判断与专家判断的一致性。报道提到，作者称在全部竞赛提交的完整集合上，该 AI 评审的准确率更高。目前该评估的具体结果尚未在报道中给出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。