数学家发布9道可验证分级数学谜题，Grok首测翻车

2026年10月25日，AGI Hunt 报道，Reddit 用户 jarekduda 基于其非周期序（aperiodic order）论文，与 Claude、Sol 合作整理出 9 道可验证数学谜题，按从「人类级」到「ASI 级」分级，形成介于固定基准与开放问题清单之间的「AI puzzles」新格式，并已存档于 Zenodo。首组实测中，Grok 将数值猜测当作证明，因而遭到批评，暴露出当前模型推理能力的短板。报道未披露其余谜题的具体内容、评分细则与其他模型的测试结果，后续进展尚待观察。

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。