北大阿里聯手推出Omni-MATH:AI數學能力的終極挑戰
隨着OpenAI的GPT-4在傳統數學評測中屢創佳績,北京大學和阿里巴巴的研究團隊聯手推出了一個全新的評測基準——Omni-MATH,旨在評估大型語言模型在奧林匹克數學競賽級別的推理能力。這一舉措不僅爲AI數學能力的評估提供了新標準,也爲探索AI在高級數學領域的潛力開闢了新途徑。Omni-MATH的獨特設計Omni-MATH評測庫包含4428道競賽級別的數學問題,涵蓋33個以上的數學子領域,難度分爲10個不同級別。其特點包括:高可靠性:所有題目均來自各種數學競賽和論壇,答案經過人工驗證。廣泛覆蓋:從