Epoch AI与曼彻斯特大学发布FrontierMath Erdős基准测试，选取68道Erdős未解数学难题，让5个顶级AI在每道300美元、72小时的受控条件下作答，结果GPT-6 Astra解出5道得分率3%，其余模型交白卷。
测试源于陶哲轩对AI数学成果缺乏受控条件的批评，要求AI用Lean证明助手提交形式化证明，并采用未解问题避免数据污染。
GPT-6 Astra解出的题涵盖Erdős-Sós猜想等，但论文指出形式化成本可能低估其真实水平，63道难题仍待解。
尽管OpenAI宣称“AGI时代到来”，AI在数学前沿探索上仍有很长的路要走。