FrontierMath es una plataforma de evaluación comparativa matemática diseñada para probar los límites de la capacidad de la inteligencia artificial para resolver problemas matemáticos complejos. Creada en colaboración con más de 60 matemáticos, abarca todo el espectro de las matemáticas modernas, desde la geometría algebraica hasta la teoría de conjuntos de Zermelo-Fraenkel. Cada problema de FrontierMath requiere horas de trabajo por parte de matemáticos expertos; incluso los sistemas de IA más avanzados, como GPT-4 y Gemini, solo pueden resolver menos del 2% de los problemas. Esta plataforma ofrece un entorno de evaluación real: todos los problemas son nuevos e inéditos, eliminando el problema de la contaminación de datos común en las evaluaciones comparativas existentes.