研究者发布抗饱和数学基准SqueezeBench
热点事件观察中
研究者发布抗饱和数学基准SqueezeBench
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Pablo Manrique、Hai Xia、Stefan Szeider 发布 SqueezeBench，一个抗饱和的数学能力评测基准。它包含十个极值组合学问题及二十项已证明的初始记录：每道题固定一个整数函数 f(n)，提交者需用 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，问题不会因此被移除。每份证明由两个独立的 Lean 内核检查。 据该基准介绍，基于一个前沿语言模型的智能体在每题最多一小时的限制下，有 82 份提交被接受，并提升了全部记录，且未超出已发表文献；随后基于两个更新模型的智能体从这些记录出发，又有 60 份提交被接受，再次提升了 20 项记录中的 19 项。
AI 根据报道生成 · 1 天前更新
最新进展10月12日 12:00
SqueezeBench：抗饱和的数学能力评测基准报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AISqueezeBench：抗饱和的数学能力评测基准
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。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- -51%
02.557.510
18:0010月13日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。