OpenAI 购买 FrontierMath 验证器：自动检验模型生成的数学解法
Epoch AI 宣布 OpenAI 购买了 FrontierMath: Open Problems 验证器访问权限。该基准汇集了极高难度的数学难题，此举让 OpenAI 能够自动核验模型生成的解法是否严谨有效，为高阶推理能力的评估提供更可靠的支撑。
Epoch AI
Epoch AI 分析：超长上下文推理如何破解持续学习与 RL 瓶颈
Epoch AI 发布分析指出，超长上下文推理不仅能读长文本，更是攻克大模型持续学习瓶颈与强化学习扩展的核心手段。若上下文扩至千万甚至百亿 token，智能体能长期沉淀工作经验；但这也面临研发迭代变慢与高昂成本的制约。
Epoch AI 迟报 OpenAI 资助：数学基准遭质疑，贡献者不知情
AI 评测机构 Epoch AI 因推迟披露接受 OpenAI 资助开发数学基准 FrontierMath 而引发争议。该测试曾用于展示 OpenAI 旗舰模型 o3，但多位编写题目的数学家事前对资助以及 OpenAI 提前查看题目的特权完全不知情。