本研究推出CombiBench，包含100个组合问题，旨在解决组合数学缺乏基准的问题。结合Fine-Eval评估框架，结果显示现有大语言模型在该领域的能力有限。

本研究评估了大型语言模型在组合数学问题解决中的不足，并提出了Combi-Puzzles数据集进行比较。结果表明，基于GPT-4的模型在解题正确率上显著优于其他模型和人类，且问题表述的修改对大型语言模型的影响显著。

陶哲轩和赵宇飞的学生联手攻下组合数学难题，23年来首次突破。他们利用高尔斯的理论，通过应用高级工具和分析特定结构的序列，证明了存在一个足够大的子集，其密度远高于之前的结果，实现了k=5时结论向着更高k值的推广。三位年轻的数学家的合作令人期待。