近日，菲尔兹奖得主、知名数学家Timothy Gowers在其博客发文探讨大语言模型（LLM）在数学研究中真正擅长的任务类型。他指出，目前LLM参与解决的许多著名数学问题，几乎都是通过构造反例来完成的，而不是给出完整严格...

OpenAI日前披露的未公开模型Astra一口气解决了数学界十个长期悬而未决的开放问题，再次刷新了人们对AI在高级推理领域潜力的认知。长期以来，数学一直是大型语言模型的软肋，人们习惯嘲笑AI连基础运算都频繁出错。然...

近日，Qwen公司预览了一款全新的推理模型，该模型在数学和代码领域表现出色，取得了显著的成果。Qwen计划将这一模型与其强大的Max模型一同以开放权重的形式发布。这一举措不仅展示了Qwen在人工智能领域的技术实力，...

人工智能领域中，数学能力一直是一个重要话题。随着机器学习技术的不断进步，AI系统似乎已经开始展现出处理复杂数学问题的能力。数学家们对此抱有复杂的情感：一方面，AI的数学能力可以极大地辅助人类解决数学难题，...

MathBench是一项旨在全面评估大语言模型数学能力的新基准。这一基准的设计初衷是为了填补当前评估工具在数学领域的空白，提供一个更加系统化和科学化的评估方法。MathBench不仅涵盖了基础数学运算，还包括高级数学理...

Elon Musk旗下的xAI公司近日推出了Grok-1.5人工智能系统，该系统在数学和编程方面的处理能力得到了显著提升。与前一版本相比，Grok-1.5在性能上有大幅度提升，并在与业界领先的AI模型如GPT-4的竞争性基准测试中表现...

Anthropic公司最近发布了其最新模型Claude 2。Claude 2提供了改进的性能，扩展的响应，并可通过API和beta站点进行访问。Claude 2拥有增强的推理，编码和数学能力，可以处理每个提示中多达100K的令牌，使其能够处理复...