TCSExam 基准发布，评估 LLM 在 TCS 研究中的能力
热点事件持续更新
TCSExam 基准发布，评估 LLM 在 TCS 研究中的能力
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究团队发布 TCSExam 基准，用于评估前沿大语言模型在理论计算机科学（TCS）全领域的研究能力。该基准覆盖定理证明、求解器工程、构造和直接攻克开放猜想四类任务。 TCSExam-Full 包含 100 个经专家审核的任务，提交结果由 Lean kernel 或可执行检查器验证。团队另设 TCSExam-Lite，从中选取 20 个任务，在同等单次预算下将尝试次数减少 80%。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
TCSExam：评估前沿 LLM 在 TCS 全领域研究能力的基准报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AITCSExam：评估前沿 LLM 在 TCS 全领域研究能力的基准
研究团队推出 TCSExam 基准，覆盖理论计算机科学（TCS）全领域研究，评估定理证明、求解器工程、构造以及直接攻克开放猜想四类任务。TCSExam-Full 含 100 个专家审核任务，提交结果由 Lean kernel 或可执行检查器验证；TCSExam-Lite 选取 20 个任务，在同等单次预算下将尝试次数减少 80%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。