热点事件持续更新
浙大团队发布 Endless Exam 数学构造基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，浙江大学 Muhan Zhang 团队在 Hugging Face 发布 Endless Exam 数学构造基准。该基准包含 14 个参数化数学构造题族，用于检验模型能否超越已发表的数学前沿。团队用 9 个模型在 69 个实例上进行测试，结果显示 30 个公开前沿参考无一被超越；不过连续质量分能够区分不同模型之间的表现。基准的生成器、验证器、参考答案与模型响应均已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 19:17
9 个模型在 69 个实例上测试，30 个公开前沿参考无一被超越，生成器与数据全部开源。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- AGI HuntEndless Exam 基准：14 类数学构造题检验模型能否超越人类前沿
浙大 Muhan Zhang 团队在 Hugging Face 发布 Endless Exam 基准，用 14 个参数化数学构造题族检验模型能否超越已发表数学前沿。9 个模型在 69 个实例上测试，30 个公开前沿参考无一被超越，但连续质量分能区分模型间表现。生成器、验证器、参考答案与模型响应全部开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。