AIGC動態歡迎閱讀

原標題：陶哲軒和Karpathy推薦的數學測試，讓全體LLM的數學幾乎得0分：解決率2%
關鍵字：數學,基準,模型,問題,小鹿
文章來源：夕小瑤科技說
內容字數：0字

內容摘要：

夕小瑤科技說 原創作者 | 小鹿最近，出現了一個數學基準集，讓大模型們的數學集體翻車，正確率還不到2%。
就是這家非營利研究機構Epoch AI，它集合了世界最頂尖的60多位數學家（包括國際數學奧林匹克（IMO）問題編寫者和菲爾茲獎得主）發布了FrontierMath，專治各種LLM不服的全新的數學基準測試。
FrontierMath包含數百個原創數學問題，涵蓋了數學大多數的分支方向，從計算密集型的數論，到抽象的代數幾何和范疇論問題。
大模型動不動在現在的數學benchmark就是接近100%的正確率，好像真的已經統計數學界了，FrontierMath的出現，就是要考考這些大語言模型到底多厲害。
結果，大語言模型全體暴露，正確率竟然不到2%，這與GSM-8K和MATH等其他流行的數學基準測試形成鮮明對比，在那里這些行業最模型現在實現了超過90%的準確率。。。
基準地址：https://epochai.org/frontiermath
題目是不是太難了？這個非常厲害的基準FrontierMath的設定規則是這樣的：
所有問題都是新的且未發表的，以防止數據污染，而且要經過專業數學家的同行評

原文鏈接：陶哲軒和Karpathy推薦的數學測試，讓全體LLM的數學幾乎得0分：解決率2%

聯系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：