FrontierMath（前沿数学基准）

FrontierMath 由 Epoch AI 于 2024 年发布，题目由专业数学家设计，需深厚数学知识及多步推理，避免数据污染。测试显示，即使最先进模型如 GPT-4、Gemini 准确率也极低，表明 AI 在复杂数学推理上远未达到人类专家水平。该基准推动了对形式化推理、神经符号结合等方向的研究，并激励开发更强大的数学专用模型。