热点事件持续更新

MathArena更新两大数学基准样本

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

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，但其 BrokenArXiv 成绩由61分降至56分、50分，呈逐月回退；Claude Opus 5.5 的成绩则保持稳定，是这一趋势的例外。

AI 根据报道生成 · 3 小时前更新

沿着报道，了解事件的不同侧面。

11月9日

23:54
AGI Hunt
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。

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。