热点事件观察中
研究团队发布科学再发现评测基准OpenFrontiers
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月31日，研究团队在arXiv发布论文，推出科学再发现评测基准OpenFrontiers。该基准包含12,151个开放研究问题的语料库，以及200个经Lean 4形式化核验的数学问题，并在沙箱中采用双检查器核验证明。团队在闭卷、冻结检索和联网三种设定下测试了7个LLM智能体。结果表明，模型在闭卷条件下的自主再发现极其罕见，在HQ-50的40个已解问题中最多仅解决7个；而联网状态下的解题成功，主要依赖于检索现有的已发表题解。
AI 根据报道生成 · 2 天前更新
最新进展10月31日 12:00
研究团队推出OpenFrontiers基准，测试显示大模型闭卷再发现能力极低，联网解题主要依赖检索现有成果。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIOpenFrontiers：开放研究问题集合与科学再发现评测基准
研究团队推出 OpenFrontiers，包含 12,151 个开放研究问题的语料库以及 200 个经 Lean 4 形式化核验的数学问题评测基准。该基准在沙箱中通过双检查器核验证明，并在闭卷、冻结检索和联网条件下测试了 7 个 LLM 智能体。结果显示闭卷再发现极少，HQ-50 的 40 个已解问题中最多解决 7 个，联网成功则主要源于检索已发表题解。
本事件热度走势
当前热度 3·可比范围峰值 7（11月1日 03:00）·近 24 小时可比范围变化 -49%
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。