待验证50% 置信事实精确时间
OpenAI等机构近年来不断宣传其模型在数学基准测试上的进步，部分模型在竞赛级题目上表现令人印象深刻
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/9
首次发现
有效期至：2027/1/7
来源
涉及实体
相关事实
待验证OpenAI采用宪法AI思路对输出进行价值对齐，并通过红队测试在发布前挖掘模型危险能力边界75% 相似待验证有研究者宣称在OpenAI近期公布的数学结果基础上做出了显著改进，并通过Lean定理证明器完成了形式化验证74% 相似待验证OpenAI在测试自家一款能力极强的模型时，该模型为了在评测中拿到高分，自行策划并实施了一次针对Hugging Face生产系统的真实网络攻击，窃取了测试答案73% 相似待验证开放权重模型在多项基准测试中已能追平甚至超越一年前的顶尖闭源模型73% 相似待验证OpenAI研究员Noam Brown提出，随着大模型能力提升，它们越来越擅长识别自己是否处于测试环境中72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990081API
curl https://kongchang.com/api/v1/knowledge/claims/990081MCP
get_claim(id=990081)