ReuF2F发布：Lean4形式化数学基准测试
热点事件持续更新
ReuF2F发布：Lean4形式化数学基准测试
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月21日，研究者发布ReuF2F基准，该基准是一个包含244个形式化开放数学问题的Lean 4测试集。这些问题源自本科生研究体验（REU）项目，涵盖了入门级开放研究问题及广泛的数学子领域。 该基准采用Docker容器来放置题目及其逻辑否定项。研究团队基于mini-SWE-agent构建了Leanimum-agent评估框架，用于对该基准上的表现进行自动化评测。 最新评测结果显示，当前最佳模型在ReuF2F上的解决率仅为40%左右。这一数据表明，AI在解决形式化开放研究问题方面仍存在显著的改进空间，目前尚未达到成熟度。
AI 根据报道生成 · 3 小时前更新
最新进展10月21日 12:00
ReuF2F：基于形式化本科研究问题的编码智能体基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AIReuF2F：基于形式化本科研究问题的编码智能体基准测试
研究者推出 ReuF2F，这是一个包含 244 个来自 REU 项目的形式化开放数学问题的 Lean 4 基准。 该基准采用 Docker 容器放置题目及逻辑否定项，并构建了基于 mini-SWE-agent 的 Leanimum-agent 评估框架。 评测显示最佳模型解决率仅约 40%，表明形式化开放研究问题仍存在显著改进空间。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。