MathArena 上线 BrokenArXiv 与 ArXivMath 10 月新样本，GPT-6.1 Sol 居首

MathArena 上线 BrokenArXiv 与 ArXivMath 的 10 月新样本，GPT-6.1 Sol 在两个基准上均居首。BrokenArXiv 1017 上，GPT-6.1 Sol 的成绩从 61 降至 56、50，显示强模型逐月回退。Claude Opus 5.5 成绩稳定，是该趋势的例外。