摘要
本文提出 AIMO 可解释性挑战赛，旨在基于模型内部机制，区分前沿数学语言模型中的稳健推理与虚假推理。针对标准基准中最终答案准确率高却无法揭示模型是否依赖脆弱捷径的局限，该竞赛提供奥林匹克级数学问题及其符号表示、前沿推理模型访问权限及对抗鲁棒性评估。参赛者需开发方法识别稳健解题模型。竞赛将构建新的开放鲁棒性基准与基线系统，为数学推理与可解释性研究奠定基础，核心探讨前沿 AI 决策的可泛化性与可靠性。
AI 推荐理由
论文核心聚焦于数学推理的鲁棒性与可解释性，旨在区分稳健推理与虚假捷径。
研究机构
National Institute of Informatics, Japan
Munich Center for Machine Learning / MaNLPL LMU
University of Tübingen
Fudan University
Masaryk University
University College London
AIMO Organization Team
University of Oxford
Core organisers
论文信息