OpenFrontiers 发布 12151 个开放科研问题与数学再发现基准
原文标题：OpenFrontiers: A Collection of Open Research Problems and a Benchmark for Scientific Rediscovery
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者推出跨学科资源 OpenFrontiers，收录 12,151 个开放研究问题的结构化语料，并构建 200 道数学题的回顾性基准（110 道 2026 年已解决、90 道仍开放），每题配 Lean 4 形式化陈述。在 HQ-50 子集上评测七个 LLM 智能体，闭卷再发现最多仅解出 40 题中的 7 题，联网成功多来自检索已发表解答。
- 问题
- 缺少覆盖多学科的研究级开放问题集合，难以评测 LLM 能否重新发现已有解答。
- 方法
- 构建 12151 个开放问题语料，并配 200 道带 Lean 4 形式化陈述的数学回顾基准，用双检查器在隔离沙箱中评分。
- 结果
- 在 HQ-50 上，闭卷再发现最多解出 40 题中的 7 题；联网成功多来自检索已发表解答。
- 影响
- 为「模型能否做研究级再发现」提供可形式化验证的评测底座，选型或做科研智能体前值得看。
深读 · 结论先行AI 生成展开看要点与影响 ↓
OpenFrontiers 收录 12151 个开放科研问题，HQ-50 上闭卷再发现最多仅解出 40 题中的 7 题。
- •语料记录 12151 个开放研究问题的陈述、背景与进展
- •数学基准含 200 题：110 道 2026 年已解决、90 道仍开放，每题配经自动探针与双人独立评审的 Lean 4 陈述
- •HQ-50 子集上评测 7 个 LLM 智能体，闭卷再发现最多 7/40
- •联网条件下的成功多来自检索已发表解答，而非独立推导
为什么重要：它把「研究级再发现」变成可形式化评分的任务，并直接暴露联网成绩的检索水分，对评估 LLM 科研能力的方法论有参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。