月之暗面发布 TSCExam：理论计算机科学研究任务评测
月之暗面发布了 TSCExam，一套面向模型与智能体的、可验证的理论计算机科学研究任务评测，完整版共 100 道题，另有 20 道题的 Lite 版，覆盖定理证明、求解器工程、构造、开放猜想四个方向。定理证明题要求用 Lean 证明已发表的结果，求解器题在隐藏实例上评分，开放猜想题接受完整的 Lean 证明或证伪。这套评测之所以值得关注，是因为它检验的是模型能否端到端地做真正的理论计算机科学研究，且答案可由机器验证，而不只是复述教科书内容。
报道来源
- LinuxDo2026-11-05 06:33