OpenProblemBench는 인공일반지능의 다음 과제로 꼽히는 미해결 과학 문제 해결 능력을 평가하기 위해, 수학과 이론물리학 문헌에서 가져온 82개의 미해결 문제로 구성된 벤치마크다. 각 문제는 조사에 필요한 연구 맥락, 가정, 기존 진전 상황을 함께 제공하며, 결정적인 수학적·계산적 주장을 비교적 명확하게 검증할 수 있는 제안된 해법을 가진 문제들로 선별됐다. 네 개의 평가자 모델이 참조 해답 없이 각 제출물의 정확성, 완전성, 진전 정도를 독립적으로 평가하며, 평가된 7개 구성 중 GPT-6-Astra가 14.0%의 평균 판정 해결률로 가장 높았고 대형 오픈모델은 5.5~6.7%, Flash급 모델은 2.4~3.7%에 그쳤다. 사례 비교에서는 문제 표현 방식의 변화, 유한한 증거를 넘어서는 일반적 논증, 해법을 완성하는 단계의 증명 등이 더 나은 결과와 연관된 것으로 나타났다.

• •수학·이눉뿐리학 문향의 미해결 뿡제 82가로 구성된 OpenProblemBench 강개
• •쪽조 해떨 없이 4개 평가자 모델이 정확성·완전성·진전뚏 독립 평가
• •최고 모델 GPT-6-Astra의 평기 판정 해엄륬이 14.0%에 길잔
• •뿔제 재표현·일벀땀 눘증·교뾹 증명 따위가 나검 셀과와 연괆둨