标题：GPT-4o数学能力跑分直降50%，上海AI Lab重新评估大模型 新模型在数学竞赛为主的MATH评测中得分高达80%-90%，但在实际应用中表现不佳。为真实检验模型的数学推理能力，上海人工智能实验室司南OpenCompass团队推出了LiveMathBench评测集，并使用G-Pass@16...