OpenConjecture数据集与GPT猜想评测

2026年10月30日，arXiv人工智能板块出现研究报道：Helen Jenne等作者提出新数据集OpenConjecture，用于评测语言模型求解数学猜想的能力。该数据集收录arXiv自2026年2月起数学论文中的猜想。研究者用前沿GPT模型对其中随机抽取的200个猜想各运行三遍，采用可复现协议，且不提供问题特定的数学指导。报道称，研究者并未对这些候选解答做专家验证，而是分析大模型能给出解答的问题类型及这些解答的特征。目前进展停留在数据集构建与初步评测分析阶段，报道未提及专家核验结果或后续计划。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。