跳到正文
K = 0.731订阅

Researchers Introduce TCSExam to Test AI on 100 Theoretical Computer Science Tasks

1篇报道 1个报道来源 首报 17 小时前更新

中文版本尚未就绪 · 显示原文

先了解这件事

AI 综述

A joint research team introduced TCSExam, a benchmark of 100 theoretical computer science tasks for evaluating AI agents. It tests theorem proving, solver development, mathematical constructions, and attempts at open conjectures, using Lean 4, program checkers, and checkpoints to verify results and distinguish partial progress from completed proofs. The report says GPT-6 Astra extended a result for the Alon–Jaeger–Tarsi conjecture from 8 to 9 dimensions over a five-element finite field. The general conjecture remains unresolved.

AI 根据报道生成 · 14 小时前更新

最新进展11月12日 17:09
TCSExam Evaluates AI Agents on 100 Theoretical Computer Science Research Tasks雷锋网

接下来读什么

今日还有哪些重要变化Google DeepMind 推出 Gemini 4 Hydrogen，加速智能体工作流

提到的模型

  • GPT-6 Astra综合榜第 6每百万 Token 输入 $10 / 输出 $50
全部模型的 API 价格

报道时间线

沿着报道，了解事件的不同侧面。

11月12日
  1. 雷锋网精选
    TCSExam 评测 AI 智能体完成 100 项理论计算机科学研究任务的能力

    一个联合研究团队推出了 TCSExam，这是一个包含 100 项理论计算机科学任务的基准，用于测试 AI 智能体在定理证明、求解器开发、数学构造和开放猜想方面的能力。该框架使用 Lean 4、程序检查器和检查点来验证结果，并区分部分进展与完整证明。文章还报告称，GPT-6 Astra 将关于 Alon–Jaeger–Tarsi 猜想的一个结果从五元素有限域上的 8 维扩展到了 9 维，而一般情形下的猜想仍未解决。

每天一封，跟上 AI 的重要变化

模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报

本事件热度走势

可比范围当前
6
可比范围峰值
911月12日 21:00
近 24 小时变化
–

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。