热点事件持续更新
研究团队推出理论计算机科学评测基准TCSExam
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 4 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6日 14:00）·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。