“于是乎，陶哲轩等六十名数学家，就编了一套新题。这套题目由数百个原创数学问题构成，难度大概是人类数学家几个小时到几天能解算出来的水平。
结果呢？不管新模型老模型，700亿token还是一万亿token，所有大模型的得分都在2%以下。而被吹得比数学博士还猛的GPT O1，甚至不如亚马逊的Claude 3.5，连1%都没解出来
发布于 广东
松柏明月Frankin
“于是乎，陶哲轩等六十名数学家，就编了一套新题。这套题目由数百个原创数学问题构成，难度大概是人类数学家几个小时到几天能解算出来的水平。
结果呢？不管新模型老模型，700亿token还是一万亿token，所有大模型的得分都在2%以下。而被吹得比数学博士还猛的GPT O1，甚至不如亚马逊的Claude 3.5，连1%都没解出来