待验证50% 置信基准精确时间

该模型在AIME与HMMT February竞赛数学集上取得满分

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/12

首次发现

有效期至：2026/10/26

来源

模型级RSI：当AI开始改进自身权重意味着什么

涉及实体

AIMEconcept HMMT Februaryconcept

相关事实

待验证盘古2.0 Flash在AIME类数学测试中得分93.3，在HMMT测试中得分91.5，数学能力处于第一梯队57% 相似待验证o1系列模型在国际数学奥林匹克预选题上的表现达到了金牌水平56% 相似待验证EPOCH在内部的Math14测试套件上取得最高平均分0.5754% 相似待验证初代 DeepSeek Math 7B 在 MATH 竞赛基准测试中以70亿参数达到 51.7% 的正确率53% 相似待验证在12周短期预测中，Ridge回归表现最佳，RMSE为5.186，R²为0.47451% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1005231

API

curl https://kongchang.com/api/v1/knowledge/claims/1005231

MCP

get_claim(id=1005231)