OpenFrontiers：开放研究问题集合与科学再发现基准

事件

研究团队发布 OpenFrontiers，一个跨学科资源，由两部分组成：一是结构化开放研究问题语料库，记录 12151 个问题的陈述、背景、研究进展等信息；二是数学领域的回顾性基准，包含 200 道题，其中 110 道已于 2026 年被解决、90 道仍开放。每题都配有 Lean 4 形式化陈述，并经过自动检测工具与两次独立评审校验，其中质量更高的 50 题构成 HQ-50 子集。

评估协议在隔离沙箱中用两个独立检查器为形式化证明打分，设置三种条件：闭卷、冻结检索和实时联网；并在统一预算下测试了七个大模型智能体。结果显示，闭卷条件下的“再发现”极为罕见，40 道已解题中最多只有 7 道成功；联网条件下的成功则大多只是检索到已发表的解答。

OpenFrontiers 的价值在于把广泛的研究问题语料与带标准答案、可形式化评分的评测子集连接起来，为衡量模型的研究级再发现能力、追踪其向尚未解决的科学问题推进的程度提供了可复现基础。数据集与基准已公开在 Hugging Face。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：arXiv cs.AI*