Xiaojun Wu等发布数学建模智能体基准TB-MathModel

Xiaojun Wu等作者提出并发布TB-MathModel，称其为首个同时做到智能体化、可验证、终端化的数学建模基准，覆盖2023至2025年18道真实CUMCM与MCM赛题。 在该基准中，智能体在容器化终端内运行并返回单个JSON产物，评分以最终问题的数值核心对照特等奖论文的复现结果，采用方向感知单侧评分，并设两层可行性验证：六类可判定不变量的程序门与624条Lean 4义务。上述“首个”定位与验证设计均为作者在论文中的表述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。