Com o GPT-4 da OpenAI alcançando resultados impressionantes em avaliações matemáticas tradicionais, as equipes de pesquisa da Universidade de Pequim e da Alibaba se uniram para lançar um novo benchmark de avaliação - Omni-MATH - projetado para avaliar a capacidade de raciocínio de modelos de linguagem grandes no nível das Olimpíadas de Matemática. Essa iniciativa não apenas fornece um novo padrão para avaliar a capacidade matemática da IA, mas também abre novas vias para explorar o potencial da IA em matemática avançada. O design único do Omni-MATH O repositório de avaliação Omni-MATH contém 4428 problemas de matemática de nível competitivo