基准
PutnamBench
用于评估 AI 形式化数学推理能力的基准数据集，基于 Putnam 数学竞赛题目。
时间轴 (近 90 天)
10月20日
Lean 4及配套数学库Mathlib已成为形式化数学的事实标准，arXivLean、PutnamBench等基准构建在其之上。
待验证50%
10月20日
在与已发表证明器系统共享的基准上，Maestro在PutnamBench上解决669/672题，在Lean-IMO-Bench上解决59/60题，在IMO 2026上达到6/6。
待验证50%
10月20日
PutnamBench收录的是威廉·洛厄尔·普特南数学竞赛的题目，是衡量自动定理证明能力的经典基准。
待验证50%
10月17日
Lean社区已构建了庞大的数学库mathlib，并出现了MiniF2F、PutnamBench等专门测试AI形式化推理能力的数据集。
待验证50%