qtBench：用29个代数组合学开放问题评测AI Agent

研究者（与OpenAI合作）提出 qtBench，一个包含29个代数组合学开放问题的基准，用于评估 AI Agent 发现能解释多项式系数或恒等式的简单组合算法。基准配套组合对象操作脚手架、反作弊机制和候选解测试。作者基于论文摘要称，与OpenAI合作后获得了若干问题的候选解答。该工作还讨论了AI规模化发现的伦理、结果发布和证明整理问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。