FrontierMath — набор неопубликованных математических задач экспертного уровня, решение которых занимает у специалистов от нескольких часов до нескольких дней. Уровни сложности 1–3 охватывают задачи уровня от бакалавриата до начальных курсов магистратуры, а уровень 4 — исследовательскую математику.
Ноябрь 2024: все LLM решают <2%
Ноябрь 2025: