FrontierMath est une plateforme de référence pour les tests mathématiques conçue pour évaluer les limites des capacités de l'intelligence artificielle à résoudre des problèmes mathématiques complexes. Créée en collaboration avec plus de 60 mathématiciens, elle couvre l'ensemble du spectre des mathématiques modernes, de la géométrie algébrique à la théorie des ensembles de Zermelo-Fraenkel. Chaque problème de FrontierMath nécessite plusieurs heures de travail pour un mathématicien expert, et même les systèmes d'IA les plus avancés, tels que GPT-4 et Gemini, ne parviennent à résoudre moins de 2 % des problèmes. Cette plateforme offre un environnement d'évaluation véritablement impartial ; tous les problèmes sont nouveaux et inédits, éliminant ainsi le problème de la contamination des données, fréquent dans les tests de référence existants.