2026年8月，OpenAI内部测试的新模型Astra因在奥赛级数学题上准确率较前代提升超40%的突出表现引发科技圈广泛热议，著名AI学者Gary Marcus公开指出外界对Astra的追捧犯有“合成谬误”，其数学领域突破依赖该领域可符号化验证、合成训练数据成本极低的特性，不能直接等同于通用能力提升，多位专家提醒需理性看待，勿将特定领域突破等同于AGI临近。
过去一周，Astra的数学测试表现截图已经在X、Reddit等海外科技社区刷屏，不少科技博主晒出的实测结果显示，这款尚未正式官宣的OpenAI新模型不仅能快速输出复杂奥数题的完整解题步骤，还能指出常见解题误区，甚至可以对用户给出的错误答案做精细化批改，相关话题的全球讨论量已经突破2亿次，不少支持者直接喊出了“AGI近在眼前”的口号。
数学推理能力一直是大模型迭代的核心竞争赛道，也是衡量模型逻辑能力的核心指标之一。过去一年间，包括DeepSeek、谷歌、Anthropic在内的多家头部厂商都先后推出过数学专项优化的大模型版本，数学测试基准MMLU-STEM、GSM8K的分数线也被不断抬高。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号