Observatorio de información y Publicaciones

Esta es la edición de hoy del gobernador Newsom aprobó ayer los nuevos estándares.  (Guardian+ Las empresas que busquen contratos estatales necesitarán salvaguardias adicionales. + Los estados están instalando barreras de seguridad a pesar de la orden de Trump de detenerlas.+ Se está gestando una guerra por la regulación de la IA en Estados Unidos.

Durante décadas, la inteligencia artificial se ha evaluado mediante la cuestión de si las máquinas superan a los humanos. Desde el ajedrez hasta las matemáticas avanzadas, desde la codificación hasta la redacción de ensayos, el rendimiento de los modelos y aplicaciones de IA se compara con el de humanos individuales que completan tareas.

Resumen:Presentamos FormalProofBench, un punto de referencia privado diseñado para evaluar si los modelos de IA pueden producir pruebas matemáticas formalmente verificadas a nivel de posgrado. Cada tarea combina un problema de lenguaje natural con una declaración formal de Lean~4, y un modelo debe generar una prueba de Lean aceptada por el verificador de Lean 4.