热点事件持续更新
OpenFrontiers跨学科科研问题语料与评测基准发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月30日，研究人员推出跨学科资源 OpenFrontiers。该资源包含一个由 12,151 个开放研究问题组成的语料库，以及一个包含 200 道数学题的回顾性基准。基准题目均提供经审查的 Lean 4 形式化陈述，并在隔离沙箱中对闭卷、冻结检索与联网条件下的形式化证明能力进行评测。在 HQ-50 子集上对 7 个 LLM 智能体的评测显示，智能体闭卷重新发现的能力极少，在 40 题中至多仅解出 7 题，而联网环境下的成功则主要来自检索已有解法。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
研究人员推出OpenFrontiers，评测显示LLM闭卷科研重新发现能力极弱，联网主要依赖检索。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 人工智能OpenFrontiers：开放研究问题语料库与科学重新发现评测基准
研究人员推出跨学科资源 OpenFrontiers，包含 12,151 个开放研究问题语料库及包含 200 道数学题的回顾性基准。基准题目均提供经审查的 Lean 4 形式化陈述，并在隔离沙箱中评测闭卷、冻结检索与联网条件下的形式化证明。在 HQ-50 子集上评测 7 个 LLM 智能体发现，闭卷重新发现极少（40 题中至多解出 7 题），联网成功则主要来自检索已有解法。
本事件热度走势
当前热度 9·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
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。