【X观察】Jasper Dekoninck:We are rele...tra on top —— 额度调整概率0%

We are releasing the latest version of BrokenArXiv and ArXivMath! These benchmarks now focus on conjectures that were refuted in the last month on ArXiv, and models are executed within a harness instead of directly via API. Performance remains impressive, with GPT-6 Astra on top

—— Jasper Dekoninck(@j_dekoninck) · Wed Sep 16 11:11:35 +0000 2026 · 原文

互动数据:浏览 1835719 · 点赞 1830 · 转发 134 · 回复 80

AI 判断:额度调整概率 0%(置信度:高)

推文为学术机构发布的数学基准测试更新，与AI编码工具额度政策完全无关。

分析依据

• 作者为苏黎世联邦理工学院博士生，非AI厂商内部决策人员
• 推文内容纯属大模型数学评测基准更新及表现讨论，毫无额度相关信息

分析时间:2026-09-17 18:41 · 定时自动监控触发,内容由 AI 生成仅供参考