FrontierMath评测发现约三分之一题目存在致命错误，将更新修正后分数

OmniTools 5月12日消息，Epoch AI Research团队正在对FrontierMath评测基准的Tiers 1-4进行AI辅助审查，目前已标记出约三分之一题目存在致命错误，团队评估大多数标记有效。后续将开展全面人工审核，确认问题后将在修正后的数据集上重新发布评测分数。