数学基准突破：439道新难题、Google数学助手Tier4达48%
📝 摘要
研究级推理基准快速发展：64位数学家贡献439道新数学题，Medmarks v1.0医疗基准扩展至30个测试61个模型。Google DeepMind AI数学助手在FrontierMath Tier 4达48%。GPT-5.5 high/xhigh在程序合成任务超越Opus 4.7 xhigh。训练优化：SOAP/Muon风格更新减少训练步数，Lean4超优化器在A100实现1.8倍加速。
✍️ 编辑摘要
这条资讯的核心议题是“数学基准突破：439道新难题、Google数学助手Tier4达48%”。
从当前聚合摘要看，最值得先关注的是：研究级推理基准快速发展：64位数学家贡献439道新数学题，Medmarks v1.0医疗基准扩展至30个测试61个模型；Google DeepMind AI数学助手在FrontierMath Tier 4达48%。
如果你只看一遍，这条新闻与后续判断最相关的点是：这条资讯围绕“数学基准突破：439道新难题、Google数学助手Tier4达48%”展开，建议结合来源列表和相关话题继续跟踪后续进展。
📌 关键信息
- 研究级推理基准快速发展：64位数学家贡献439道新数学题，Medmarks v1.0医疗基准扩展至30个测试61个模型
- Google DeepMind AI数学助手在FrontierMath Tier 4达48%
- GPT-5.5 high/xhigh在程序合成任务超越Opus 4.7 xhigh