随着OpenAI的GPT-4在传统数学评测中屡创佳绩，北京大学和阿里巴巴的研究团队联手推出了一个全新的评测基准——Omni-MATH，旨在评估大型语言模型在奥林匹克数学竞赛级别的推理能力。这一举措不仅为AI数学能力的评估提供了新标准，也为探索AI在高级数学领域的潜力开辟了新途径。Omni-MATH的独特设计Omni-MATH评测库包含4428道竞赛级别的数学问题，涵盖33个以上的数学子领域，难度分为10个不同级别。其特点包括:高可靠性:所有题目均来自各种数学竞赛和论坛，答案经过人工验证。广泛覆盖:从

在刚刚结束的国际数学奥林匹克竞赛中，谷歌DeepMind的AI系统AlphaProof和AlphaGeometry2展现了惊人的解题能力，仅以一分之差未能夺冠，却在速度和准确度上超越了人类选手。AI系统在4道题上满分，并在一道题上以19秒的惊人速度解出，其解题过程符合数学竞赛标准，严谨且清晰。这次竞赛不仅展示了AI在数学领域的强大潜力，还能快速解决复杂问题，提出创新思路，甚至在某些难题上超越人类。AI在专业领域的表现，标志着其在通向人工通用智能的关键路径上取得了重要进展。虽然在常识问题上仍存在不足，但Alpha系统在数学竞赛中的表现已让人类难以望其项背，未来AI在数学领域的潜力令人期待。