Riemann-bench

简介

Riemann-bench 是 Surge AI 发布的研究级数学评测，包含 25 道由常春藤高校教授、IMO 奖牌得主博士和顶尖研究生等数学家原创的前沿问题，每题由两位领域专家各自独立从零解出以确认答案可验证。题集保持私有以避免污染。评测中模型可使用网络搜索与代码工具，答案按可验证结果评分，榜单报告正确率（%）。2026 年 9 月起评测流程改为每题不限时间。发布时（2026 年 4 月）所有前沿模型得分低于 10%，此后随新模型快速上升。