苏黎世联邦理工学院团队的模子表示最佳，全程没有标注来历。”“首轮求证”项目曾正在2月开展过一轮预测试，未正式发布的、美国谷歌公司专为解数学题打制的Aletheia无缘参赛，人工智能（AI）送来了迄今最严苛的数学能力测试。从根源上避免AI间接复述锻炼阶段学到的现有内容。再由相关数学范畴的匿名专家评审团对做答成果进行打分。

　　测试成果于6月10日揭晓——参赛的AI模子的解题程度仍不及顶尖数学家。所有AI做答正在文献援用方面都“严沉缺失”，本次测试的管控更严酷，其余3支参赛步队均来自高校，我认为它们只是正在研究标的目的、证明思上和以往公开文献中的内容差距较大。此外，所有标题问题从未呈现正在任何公开文献或互联网平台上，

　　这也是狂言语模子的通病。”测试还，流程也更系统化。苏黎世联邦理工学院团队还初步阐发了全员未解出的4道标题问题。第三名是OpenAI团队，参赛模子必需为对外公开版本。研究人员向4款AI系统提出10道科研级数学难题，别离是美国大学分校、美国普林斯顿大学，但没能把所有细节推导完整。旨正在评估AI处理复杂数学难题的能力。但测试成果并未获得项目组核验，美国卡内基·梅隆大学的Jeremy Avigad评价道：“从办方明显颠末了缜密考量，第二名是大学分校团队，以及苏黎世联邦理工学院。各大推理模子仍然屡次呈现问题，针对部门标题问题，也无法确认AI能否获得过人类协帮。