AI評測新標杆！GPT-5等前沿模型慘遭零分，博士級推理能力究竟幾何？

FormulaOne AI評測基準引發關注，頂尖模型如GPT-5、Grok4等全部得零分。該基準由AAI推出，包含220個圖結構動態規劃問題，涵蓋拓撲、幾何和組合等複雜領域，難度從中等到科研級別。