热点事件持续更新
OpenProblemBench：基础理论科学开放问题基准发布
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，研究者在arXiv发布OpenProblemBench，用于评测AI在基础理论科学开放问题上的能力。该基准包含82个来自数学与理论物理文献的未解决问题，每个问题提供研究背景、假设与既有进展。评估采用四个模型独立评判提交的正确性、完整性与进展程度，无需参考答案。在七个被评测配置中，GPT-6-Astra平均解题率最高，为14.0%；全尺寸开源模型为5.5%-6.7%；Flash模型为2.4%-3.7%。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
OpenProblemBench发布：82个开放问题，GPT-6-Astra平均解题率14.0%居首。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Artificial IntelligenceOpenProblemBench：评测 AI 在基础理论科学开放问题上的能力
研究者发布 OpenProblemBench，包含 82 个来自数学与理论物理文献的未解决问题，每个问题提供研究背景、假设与既有进展。四个评估模型独立评判提交的正确性、完整性与进展程度，无需参考答案。七个被评测配置中，GPT-6-Astra 平均解题率最高为 14.0%，全尺寸开源模型为 5.5-6.7%，Flash 模型为 2.4-3.7%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。