姚期智团队推出TCSExam评测九个前沿大模型

事件综述根据 1 篇报道整理，11月9日更新

图灵奖得主姚期智团队联合月之暗面创始人杨植麟等发表署名论文《TCSEXAM：在TCS研究的全范围内评估前沿大型语言模型》，推出TCSExam评测，把定理证明、求解器工程、构造和开放猜想四类任务纳入同一考卷，由Lean内核等机器验算，用于评测九个前沿大模型的理论计算机科学研究能力。 论文同时提醒，这些“超纪录”要经过独立核验，而且评分函数会放大或压缩数值差异，所以还同时报告了原始数学参数。论文还称，未来应该在断网条件下评测当时仍然开放的猜想。

综述由模型根据报道生成，细节以各篇原文为准。