一个全新的数学哲学 Benchmark：看过高斯的 AI，会梦到爱因斯坦么
推荐一个全新的Benchmark：看过高斯的AI，会梦到爱因斯坦么
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
作者设计了一套不测具体数学题的新 Benchmark，考察大模型能否从定理中识别"边界—内部对应"等八类数学哲学思想。十款模型各答三轮共 1920 次，Claude 两步全对率 92.71%，平均推理用量约 50 个 token；GPT 在关闭推理的设置下作答。
来源：硅星人Pro · 微信公众号 · mp.weixin.qq.com