arXiv Artificial Intelligence· Helen Jenne, Davis Brown, Jesse He, Henry Kvinge·2026-10-30 12:00· 17 小时前AI 评分38

超越精选突破：用随机采样的数学猜想评测语言模型

Beyond Selected Breakthroughs: Evaluating Language Models on Randomly Sampled Mathematical Conjectures

AI 导读

研究者构建 OpenConjecture 数据集，收录 arXiv 自 2026 年 2 月起论文中的猜想，并用前沿 GPT 模型在无问题特定数学指导下对随机抽取的 200 个猜想各跑三遍。