The Endless Exam：面向超级智能的数学构造基准，覆盖 14 类参数化问题族

研究者推出 The Endless Exam 基准，涵盖 14 个参数化数学构造问题族，用可验证的连续质量分衡量模型在已发表数学前沿内外的进展，且不将改进上限封顶在 1。在 69 个实例上评测 9 个模型，虽无模型超越 30 个已发表前沿参考，连续分数仍能区分性能差异，并给出规模-质量曲线。生成器、验证器、参考、模型回答与分析均已开源。