OpenAI 挑戰 First Proof 數學基準測試，初步證明成功率達 50%

First Proof由史丹佛大學、加州大學柏克萊分校、哈佛大學等學者推動，2026年2月5日公布首批10道源自真實研究、答案未曾上網的證明題。它比競賽題更貼近專業數學工作，可降低訓練資料污染，檢驗AI能否維持長鏈推理並產出可供專家查核的完整證明。

OpenAI於2026年2月14日公開內部新模型對全部10題的作答，並在2月20日說明初步審查結果：第4、5、6、9、10題共5題被認為高度可能正確，相當於50%；第2題則由原先看好改判為錯誤。公司強調測試含有限度人工督導，部分證明仍待數學專家進一步驗證。