GPT-5被吐槽没进步？Epoch年终报告打脸：AI在飞速狂飙，ASI更近了

【导读】Epoch AI年终大盘点来了！出乎意料的是，AI没有停滞，反而变快了。 最近，Epoch AI又发了不少东西。 他们在FrontierMath上测试了几个开源权重的中文模型。 结果是，它们在1-3级的最高得分，要落后于全球顶尖AI模型大约七个月。 而在较难的第四级，几乎所有开源中文大模型都挂了零蛋。 唯一得分的选手，只有DeepSeek-V3.2 (Thinking)。它回答对了一道题，取得了1/48 ≈ 2%的分数。 当然，虽然这些中文开源大模型挂蛋了，外国模型们表现也很差。 GPT、Gemini这些顶尖模型，在传统的数学测试（比如 GSM-8k、MATH）上简直一路飙分。然而在FrontierMath上，它们的正确率也并不高。 不过从表中可以看出，它们的表现至少要比中文开源模型好一些。原因是为什么呢？暂时没找到。 而所有AI模型都考不好，是因为FrontierMath不是普通的benchmark，而是由60+名数学界顶尖专家联手出题，更有菲尔兹奖得主背书 。 它是一套真正的数学大考卷，不是那种简单的公式代入、算算微积分的小测验，而是专家级的原创难题，覆盖数论、实分析、代数几何、范畴论等，甚至 是 ...