ホットトピック継続更新中
研究团队推出理论计算机科学评测基准TCSExam
1 件の報道1 件の報道元7 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，研究团队推出基准框架TCSExam，用于评估前沿大语言模型在理论计算机科学全谱系的研究能力。该框架涵盖定理证明、求解器工程、构造及开放猜想四大赛道，共包含100个由Lean内核或程序验证的任务，并精选20个任务作为Lite版本。在具体评测结果中，GPT-6 Astra以71.9分领跑Full榜单，Opus 5.5则以72.3分在Lite榜单中位列第一。
AI が報道をもとに生成 · 7 時間前 更新
最新の進展11月6日 13:00
TCSExam基准框架发布，GPT-6 Astra与Opus 5.5分别领跑Full和Lite榜单。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 人工智能TCSExam：评估前沿 LLM 在理论计算机科学全领域的研究表现
研究团队推出基准框架 TCSExam，涵盖定理证明、求解器工程、构造及开放猜想四大赛道，用于评估前沿 LLM 在理论计算机科学全谱系的研究能力。该框架包含 100 个由 Lean 内核或程序验证的任务（Lite 版精选 20 个），评测中 GPT-6 Astra 以 71.9 分领跑 Full 榜单，Opus 5.5 以 72.3 分领跑 Lite 榜单。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。