Today for AI
返回热点榜
llm热度 15.4°

AI 聚合热点事件 · 2026/11/9

清华与月之暗面发布 TCSExam：GPT-6 Astra 证明 70% 定理却解不出开放猜想

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/9 02:45:52
全景综述与最新动态
1 家信源交叉印证

清华大学与月之暗面联合发布 TCSExam 基准，包含 100 项专家评审任务，覆盖 Lean 定理证明、求解器工程、破纪录构造与 30 个开放猜想四大方向，所有提交均由 Lean 内核或任务检查器验证。结果显示，GPT-6 Astra 在无提示引理条件下完整证明率达 70.0%，Kimi K3.1 Pro 为 38.3%，其余 6 个智能体最高仅 11.7%；但在 30 个理论计算机科学开放猜想上，同一模型全部失败，少数被接受的提交也只是改编了 OpenAI 已公开的反例与证明。

最新动向/清华大学与月之暗面联合发布 TCSExam 基准，包含 100 项专家评审任务，覆盖 Lean 定理证明、求解器工程、破纪录构造与 30 个开放猜想四大方向，所有提交均由 Lean 内核或任务检查器验证。结果显示，GPT-6 Astra 在无提示引理条件下完整证明率达 70.0%，Kimi K3.1 Pro 为 38.3%，其余 6 个智能体最高仅 11.7%；但在 30 个理论计算机科学开放猜想上，同一模型全部失败，少数被接受的提交也只是改编了 OpenAI 已公开的反例与证明。

逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时，暂不绘制趋势曲线。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·78 分

    清华与月之暗面发布 TCSExam：GPT-6 Astra 证明 70% 定理却解不出开放猜想

    原标题：New Tsinghua and Moonshot AI paper finds that GPT-6 Astra proves 70.0% of research-level computer sc...

    • TCSExam 含 100 项专家评审任务，分 Lean 定理证明、求解器工程、破纪录构造、30 个开放猜想四轨，全部由 Lean 内核或检查器验证
    • 无提示引理下 GPT-6 Astra 完整证明率 70.0%，Kimi K3.1 Pro 38.3%，其余 6 个智能体不超过 11.7%
    • 同一模型在 30 个 TCS 开放猜想上全部失败，少数被接受的提交只是改编 OpenAI 已公开的反例与证明