Aleph agent 利用 GPT-5.2 在 PutnamBench 获 99.4% 最高性能

我们的 Aleph agent 由 @OpenAI 的 GPT-5.2 驱动，能够识别 PutnamBench 中的形式化错误，并获得了迄今为止最高的 99.4% 性能。5.2 非常强大。