# FrontierMath评测发现致命错误，将更新修正后分数

- 来源：Epoch AI (@EpochAIResearch)
- 发布时间：2026-05-12 08:27
- AIHOT 分数：80
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cmp1wgrdr024sslbpoczb50vy
- 原文链接：https://x.com/EpochAIResearch/status/2053995435870892048

## 精选理由

FrontierMath 是衡量模型数学推理的核心基准，三分之一题目有致命错误这件事会让之前的所有满分评分变得可疑，做评估的人必须重新审视数据。

## AI 摘要

我们正在对FrontierMath的Tiers 1-4进行AI辅助审查。
这已标记出约三分之一题目存在致命错误，
且我们相信大多数标记是有效的。
在完成全面人工审核后，
我们将在修正的数据集上发布更新后的分数。

## 正文

我们正对 FrontierMath（第1至第4层级）进行一项AI辅助审查。这项审查已标记出约三分之一的问题存在致命错误，并且我们认为其中大多数标记是有效的。在完成彻底的人工审查后，我们将发布针对修正后数据集的最新得分。