OpenAI के GPT-4 द्वारा पारंपरिक गणित मूल्यांकन में लगातार सफलता के बाद, बीजिंग विश्वविद्यालय और अलीबाबा की शोध टीम ने एक नया मूल्यांकन मानक - Omni-MATH का संयुक्त रूप से लॉन्च किया है, जिसका उद्देश्य ओलंपियन गणित प्रतियोगिता स्तर की तर्कशीलता का आकलन करना है। यह पहल AI गणितीय क्षमताओं के मूल्यांकन के लिए एक नया मानक प्रदान करती है और उच्च गणित के क्षेत्र में AI की संभावनाओं की खोज के लिए नए रास्ते खोलती है। Omni-MATH की विशिष्ट डिज़ाइन Omni-MATH मूल्यांकन पुस्तकालय में 4428 प्रतियोगिता स्तर के गणित प्रश्न शामिल हैं।