Forscher testen KI an echten Mathe-Diskussionen

Ein neues Dataset namens CrowdMath stellt Sprachmodelle vor eine Aufgabe, die sie bisher umgehen konnten: echte, unfertige Mathe-Forschung.

Was CrowdMath anders macht

Bisherige Benchmarks geben dem Modell ein sauberes Problem und erwarten eine saubere Lösung. CrowdMath ignoriert dieses Setup komplett.

Stattdessen kommen die Daten aus kollaborativen Diskussionen, in denen Mathematiker Teilargumente vorschlagen, Fehler suchen und Lücken stopfen.

So funktioniert der Datensatz

✅ Pro

❌ Con

💡 Was das bedeutet

Wer bisher behauptet hat, sein Modell könne "wie ein Mathematiker denken", muss jetzt liefern. CrowdMath legt offen, ob ein Modell wirklich argumentiert oder nur auswendig gelernte Beweise nachplappert.