HorizonMath: Новый эталонный тест для магистерских программ по нерешенным математическим задачам. скачать в хорошем качестве

HorizonMath: Новый эталонный тест для магистерских программ по нерешенным математическим задачам.

В этом выпуске обзора исследований в области ИИ Алекс обсуждает статью «HorizonMath: измерение прогресса ИИ в области математических открытий с помощью автоматической верификации». HorizonMath — это новый бенчмарк, включающий более 100 преимущественно нерешенных задач в вычислительной и прикладной математике. Он представляет собой открытую систему оценки, позволяющую автоматически проверять сложные математические результаты. Поскольку решения этих задач в настоящее время неизвестны, бенчмарк фактически защищен от проблем, связанных с загрязнением данных. Примечательно, что исследователи обнаружили, что GPT 5.4 Pro предложил решения для двух задач, которые могут превзойти лучшие известные опубликованные результаты. Эта платформа служит растущим ресурсом сообщества для измерения и поощрения подлинных математических открытий с использованием больших языковых моделей. Ссылка на статью: https://arxiv.org/pdf/2603.15617 #AI #MachineLearning #DeepLearning #HorizonMath #Mathematics #LLM #AutomatedVerification