待验证50% 置信事实精确时间

模型在竞赛数学（如 AIME、IMO）和代码生成（如 Codeforces 竞赛题）上的得分在过去一年间出现近乎垂直的增长曲线

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

参差前沿之辩：数学与代码狂飙，AI其他能力会触顶吗？

涉及实体

AIMEconcept IMOconcept Codeforcesproduct

相关事实

待验证模型在非可验证领域的表现一直在稳步提升，但速度远慢于数学和代码64% 相似待验证当模型在数学和代码维度大幅提升时，若与原地踏步的其他维度取平均，整体曲线会显得平淡无奇63% 相似待验证在国际数学奥林匹克竞赛的六道全新问题上，所有有改进空间的模型在AutoFyn框架下的得分都超过了其提供商自己的编码智能体63% 相似待验证在SWE-bench等代码能力基准测试中，相同底层模型在不同harness下性能差距可达数十个百分点62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/991125

API

curl https://kongchang.com/api/v1/knowledge/claims/991125

MCP

get_claim(id=991125)