趣闻：这些致命错误最初是用@OpenAI的GPT-5.5标记的 [引用 @EpochAIResearch]：我们正在对FrontierMath的1-4级进行AI辅助审查。这已标记出约三分之一题目的致命错误，且我们认为大多数标记是有效的。完成人工审核后，我们将在修正数据集上公布更新分数。