> ## Content Index
> Fetch the complete content index at: https://ki-china-daily.de/llms.txt
> Use this file to discover other available public pages before exploring further.

# Yao Qizhi und Moonshot AI stellen KI-Forschungsbenchmark TCSExam vor
- URL: https://ki-china-daily.de/yao-qizhi-und-moonshot-ai-stellen-ki-forschungsbenchmark-tcsexam-vor/
- Published: 2026-11-13T05:00:57.000Z
- Updated: 2026-11-13T05:10:07.000Z
- Description: Der Turing-Preisträger und Tsinghua-Informatiker Yao Qizhi hat zusammen mit Yang Zhilin, dem Gründer von Moonshot AI, ein Bewertungssystem für die Forschungsfähigkeiten von KI vorgestellt, genannt …
- Author: Harald Wittmann
- Tags: Analyse, 2026-11-13, Forschung, Leiphone neueste, Moonshot AI

Der Turing-Preisträger und Tsinghua-Informatiker Yao Qizhi hat zusammen mit Yang Zhilin, dem Gründer von Moonshot AI, ein Bewertungssystem für die Forschungsfähigkeiten von KI vorgestellt, genannt TCSExam. Es umfasst 100 Forschungsaufgaben aus der theoretischen Informatik und soll zeigen, ob KI-Agenten Theoreme beweisen, Solver entwickeln, mathematische Objekte konstruieren oder offene Vermutungen bearbeiten können. Das Modell GPT-6 Astra löste 14 von 20 Beweisaufgaben und erweiterte den bekannten Gültigkeitsbereich eines Beweises zu einer Matrixvermutung über endlichen Körpern von acht auf neun Dimensionen. Laut der Meldung handelt es sich um die erste gemeinsame Veröffentlichung der beiden.

Die 100 Aufgaben verteilen sich auf vier Spuren: 20 Theorembeweise, 30 Solver-Aufgaben, 20 mathematische Konstruktionen und 30 offene Vermutungen. Über 40 Kandidaten-Theoreme wurden entfernt, weil sie bereits während der Testläufe gelöst wurden. Bei Beweisaufgaben gab es drei Unterstützungsstufen: Bare, Ladder und Guided. Kimi K3 löste darin jeweils mindestens 3, 4 und 7 Theoreme, DeepSeek V4.1 Flash 0910 kam auf 0, 2 und 6\. Ein Checkpoint-Mechanismus zerlegt Beweise in Zwischenschritte; in einem Fall schloss Kimi K3 sieben davon ab, eine Abdeckung von 87,5 Prozent, ohne den finalen Beweis zu erbringen. Bei einer Logiksynthese-Aufgabe aus dem IWLS-2023-Wettbewerb erzeugte GPT-6 Astra in allen 100 Testfällen gültige Schaltungen, 22 übertrafen die Referenzschaltungen, 31 erreichten Referenzniveau, 47 benötigten mehr AND-Gatter.

Nach Angaben der Meldung bleibt die vollständige Alon-Jaeger-Tarsi-Vermutung ungelöst; Astra bearbeitete nur den Fall für neun Dimensionen im fünfelementigen endlichen Körper. Einige akzeptierte Gegenbeweise zu den Vermutungen von Ryser und MIRUP stammten aus der Anpassung bereits veröffentlichter Ergebnisse von OpenAI, die übrigen 28 offenen Vermutungen blieben ungelöst.

> *Für mich liegt der eigentliche Punkt nicht im Dimensionssprung von acht auf neun, sondern darin, dass ein Forschungsinstitut und ein kommerzielles KI-Labor gemeinsam festlegen, was als abgeschlossener wissenschaftlicher Nachweis gilt. Damit verschiebt sich die Debatte um 'KI kann forschen' weg von reinen Leaderboard-Zahlen hin zu maschinell nachprüfbaren Zertifikaten. Wer künftig behauptet, ein Modell habe ein offenes Problem gelöst, muss sich an einem Standard wie TCSExam messen lassen, der Teilergebnisse explizit von vollständigen Beweisen trennt. Das trifft vor allem Anbieter, die mit einzelnen Showcase-Ergebnissen werben, ohne die Lücke zwischen Teilschritt und vollständigem Beweis offenzulegen.*

Quelle: [Leiphone neueste](https://www.leiphone.com/category/ai/3vRqaeAILJdgRlhL.html?ref=ki-china-daily.de)