最开始,没人把这个数字当真。
跑分榜上闹乌龙,又不是头一回的事。
多半是哪个新模型钻了题库的空子,要不就是评测脚本出了岔子,再不然,就是有人在背后刷榜……
技术论坛里清一色全是这类的猜测。
于是有好事者,拿着公开的那部分题目,自己动手复了一遍盘。
结果这个数据居然是真的!
紧接着,又有人在另外几张榜单上,看见了未央这个名字。
ptnambench,那六百七十二道用lean形式化写就的普特南竞赛题,排在最前面的,从来都是那几个烧钱烧到上千美元一道题的家伙。
而未央挂上去的成绩,是六百七十二道,全解。
一道不落,且每一道题后面,都有一份机器当场就能验过的完整证明。
然后在大家吃惊的时候……
minif2f上的四百多道奥赛级的形式化题目,也被它清了个干干净净。
这两张榜,向来是机器证明这一脉的试金石。
它们的题目虽是公开的,证明却必须一步一步由机器亲自验过,才算数。
在这种地方,你糊弄不了任何人,蒙也蒙不过去。
所以消息很快就在ai圈和数学圈里,一同传开了。
谁也不知道这“未央”是打哪儿冒出来的,更想不通它凭什么能在这几张榜上,把所有人都甩出这么远。
不过这种公开的跑分的大模型到底是哪家的总是有办法查到的。
所以很快就有人把它给扒了出来……这模型出自燕大。
燕大?
要知道,上一个从华夏的大学里走出来还在国际上闯出过名号的大模型,还是智谱。