arXiv cs.AI· Pablo Manrique, Hai Xia, Stefan Szeider·· 1 天前AI 评分41
SqueezeBench：抗饱和的数学能力评测基准
SqueezeBench: Saturation-Resilient Evaluation of Mathematical Capability
AI 导读
研究者发布 SqueezeBench，一个抗饱和的数学能力评测基准：每道题固定整数函数 f(n)，提交需用 Lean 证明新函数在任意 n 上不劣于当前记录且在某点严格更优，成功后记录被抬高而非移除问题。
来源：arXiv cs.AI · arxiv.org