标签：链式思维

（由多段落组成） 挑战AI数学推理的极限！FormalMATH大规模形式化数学基准测试正式发布，最强模型的成功率仅为16.46%。这一结果揭示了当前人工智能在数学推理领域的局限性。 香港中文大学、西湖大学、MAP、浙江大学、马克斯·普朗克智能系统研究所等多家机构联合推出了名为FormalMATH的形式化数学推理基准测试。该测试包含5560道经过严格验证的数学题目，涵盖了从奥数到大学水平的多个领域，如代数、微积分和数论等。 形式化数学推理被认为是人工智能领域中的核心难题之一。尽管大语言模型（LLM）在自然语言处理和代码生成...