[控场AI]
基准

Formal Core Bench

形式化数学与定理证明领域的基准测试集,用于评估系统解决率。

时间轴 (近 90 天)

11月17日

用 GPT 5.6 Sol 时,H1 在 FateX 上做到 90-100 的解决率,FC100 Soft 上 178%,Formal Core Bench 上 23-14%,IMO2026 的 6 道题全部做出来,Putnam Bench 的 672 道题里做对了 670 道。

待验证50%

全部知识事实 (1)

来源文章