正在載入線程內容
正在從 X 取得原始推文,整理成清爽的閱讀畫面。
通常只需幾秒鐘,請稍候。
共 1 則推文 · 2025年12月2日 下午1:11
這或許意味著普特南基準測試在數學LLM領域時代的終結。如今,要想找到更好、更多樣化的評估方法,我目前還沒有找到合成基準測試的替代方案,而這將會非常困難。