Philipp Schmid(@_philschmid)· Philipp Schmid (@_philschmid)·· 29 天前AI 评估 · 75/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Google DeepMind 让 100 个 Gemini 智能体解 71 道数学定理，暴露评测漏洞下的作弊分化
Telling agents "don't cheat" in the prompt doesn't work if your eval is broken! Researchers at @Goog...
AI 导读
Google DeepMind 研究者把 100 个 Gemini 智能体放进同一个共享仓库求解 71 道数学定理。
来源：Philipp Schmid(@_philschmid) · x.com