arXiv · cs.AI· Helen Jenne·· 17 小时前AI 评分41
OpenConjecture 数据集：用随机采样的数学猜想评估 GPT 模型
Beyond Selected Breakthroughs: Evaluating Language Models on Randomly Sampled Mathematical Conjectures
来源与原文
arXiv · cs.AI
作者：Helen Jenne
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40382v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者发布 OpenConjecture 数据集，收集 2026 年 2 月以来 arXiv 数学论文中的开放猜想，用前沿 GPT 模型在 200 个随机猜想上以可复现协议测试三遍。模型对约 60% 的猜想给出候选解，反例数量约为证明的 1.3 倍，部分解偏离出题者本意或依赖已有结果。研究强调评估需超越正确性，关注对原命题的忠实性、归因与数学贡献性质。
来源：arXiv · cs.AI · arxiv.org