热点事件观察中

清华与月之暗面发布TCSExam基准

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

清华大学与月之暗面（Moonshot AI）在论文中提出 TCSExam 基准，用于评测前沿大模型在理论计算机科学研究上的能力。该基准包含 100 个经专家评审的任务，分为 Lean 定理证明、求解器工程、破纪录构造和 30 个开放猜想四条赛道，每次提交由 Lean kernel 或任务检查器校验。在不提供引理的情况下，GPT-6 Astra 在 70.0% 的尝试中完整证明了定理，Kimi K3.1 Pro 为 38.3%，其余 6 个智能体最高不超过 11.7%。论文称，少数被接受的猜想提交改编了 OpenAI 已公开的反例和证明。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月9日

02:45
Rohan Paul (X)精选
清华与月之暗面论文提出 TCSExam 基准，GPT-6 Astra 定理证明通过率 70.0%
清华大学与月之暗面（Moonshot AI）的论文提出 TCSExam 基准，用于评测前沿 LLM 在理论计算机科学（TCS）研究上的能力。该基准含 100 个专家评审任务，分 Lean 定理证明、求解器工程、破纪录构造和 30 个开放猜想四条赛道，由 Lean kernel 或任务检查器校验每次提交。

本事件热度走势

可比范围当前: 4
可比范围峰值: 1011月9日 04:00
近 24 小时变化: -50%

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。