先证明后发布：研究级数学问题的AI系统评测

为评估当前AI系统正确求解研究级数学问题的能力——我们在广泛数学领域的十个问题上测试了多个AI系统；这些问题自然产生于贡献者的研究过程中。本文档包含问题、我们的方法学与测试结果。我们提供补充文档链接：人类解答、AI生成的解答——以及AI生成解答的评审报告与日志。十个问题由以下数学家贡献：(1) Dariusz Kalociński与Theodore A. Slaman；(2) Richard Schwartz；(3) Aleksa Milojevic与Benny Sudakov；(4) Larry Guth；(5) Oleg Butkovsky、Jonathan Mattingly与Lorenzo Zambotti；(6) Joshua Evan Greene与Duncan McCoy；(7) Sucharit Sarkar；(8) Sam Payne与Jidong (Jayden) Wang；(9) Sylvie Corteel与John Lentfer；(10) Srivatsav Kunnawalkam Elayavalli。