AI评测新标杆！GPT-5等前沿模型惨遭零分，博士级推理能力究竟几何？

FormulaOne AI评测基准引发关注，顶尖模型如GPT-5、Grok4等全部得零分。该基准由AAI推出，包含220个图结构动态规划问题，涵盖拓扑、几何和组合等复杂领域，难度从中等到科研级别。