已验证80% 置信基准精确时间
GSM8K是由OpenAI于2021年发布的小学数学应用题基准，包含约8500道需要2至8步推理的题目
15
来源数
80%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
补齐大模型三大短板：知识、计算与工具调用
bilibili晴天AI实战2026/7/4
相关事实
待验证AlphaProof和AlphaGeometry是谷歌DeepMind在2024年推出的数学AI系统，在2024年IMO测试中合计解决6题中的4题59% 相似待验证GAIA基准测试由Meta AI和HuggingFace等团队于2023年提出，包含400多个精心设计的问题58% 相似待验证OpenAI于2026年8月1日宣布其内部模型Astra解决了十道数学界长期悬而未决的难题57% 相似待验证MATH数据集由Hendrycks等人于2021年发布，包含12500道竞赛数学题目并按难度分为5级56% 相似待验证OpenAI于2024年独立推出「o系列」，专门针对数学竞赛、代码调试等需要多步推理的场景56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/112816API
curl https://kongchang.com/api/v1/knowledge/claims/112816MCP
get_claim(id=112816)