MATRIX · OpenFrontiers https://derekwang2002.github.io/ai-intelligence/projects/openfrontiers/ AI 模型、Agent、工程与基础设施的重要变化，附一手来源与建议等级。 zh-CN Mon, 02 Nov 2026 16:56:00 GMT OpenFrontiers 区分 agent 是重发现还是检索数学答案 https://derekwang2002.github.io/ai-intelligence/events/ev-20261027-10/ ev-20261027-10-published Sat, 31 Oct 2026 15:56:40 GMT 新事件 WATCH <p>OpenFrontiers 公开 12,151 道题的语料和 200 题 benchmark，用来区分 agent 是检索已知数学解答，还是在闭卷条件下重新推导。作者还提供 50 题高质量子集和 Lean 4 statement。在 40 道已有结论的 HQ-50 题上，最佳闭卷 agent 最多重发现 7 道；联网成功大多来自检索已发表答案。</p><p>建议等级：WATCH</p><p>来源：<a href="https://arxiv.org/abs/2610.24690">OpenFrontiers paper</a> · <a href="https://huggingface.co/datasets/openfrontiers/OpenFrontiers">OpenFrontiers dataset</a></p>