Andrew Yao và Yang Zhilin đồng tác giả bộ đánh giá TCSExam
Tác giả: Ban biên tập MocaOne · Đăng ngày
Bài viết do AI tổng hợp, biên tập bởi MocaOne. Xem chính sách nội dung
Vào ngày 05/11/2026, Andrew Chi-Chih Yao và Yang Zhilin công bố TCSExam, bộ đánh giá nghiên cứu khoa học máy tính lý thuyết.
Vào ngày 05/11/2026, nhóm nghiên cứu gồm người chiến thắng giải thưởng Turing Andrew Chi-Chih Yao và nhà sáng lập Moonshot AI Yang Zhilin đã công bố bộ đánh giá TCSExam trên arXiv. Công trình này kiểm tra khả năng thực hiện nghiên cứu khoa học máy tính lý thuyết của các tác nhân AI, thay vì chỉ giải các bài toán trong sách giáo khoa.
TCSExam gồm 100 tác vụ chuyên gia thuộc bốn mảng: chứng minh định lý dùng Lean 4, kỹ thuật giải quyết bài toán, xây dựng cấu trúc và phỏng đoán mở. Mỗi bài nộp đều được kiểm tra qua hạt nhân Lean hoặc trình kiểm tra thực thi nhằm đảm bảo tính chính xác. Trong quá trình thử nghiệm, mô hình Kimi K3 của Moonshot đã xây dựng được một đồ thị gồm 124 đỉnh với 630 cạnh, vượt qua mốc tham chiếu trước đó là 629 cạnh.
Trên bảng xếp hạng kết hợp TCSExam Index, các mô hình khác cũng đạt nhiều kết quả đáng chú ý. OpenAI GPT-6 Astra dẫn đầu toàn bộ bộ đánh giá với 71,9 điểm, trong khi Anthropic Opus 5.5 dẫn đầu phiên bản Lite với 72,3 điểm. Dù vậy, các tác giả lưu ý rằng việc tìm kiếm các bổ đề quan trọng và lên kế hoạch cho các chứng minh dài vẫn là thử thách lớn đối với các mô hình hiện tại.
Nguồn tin
Theo Pandaily — “Andrew Yao and Yang Zhilin Co-Author TCSExam as Kimi K3 Adds an Edge to a Graph Record”, đăng 13/11/2026
Thẻ: tcsexam, tác nhân ai, moonshot ai, lean 4