Možná míříme do dějového zvratu v sáze OpenAI vs. DeepMind IMO. Právě jsem viděl příspěvek od Josepha Myerse (zapojeného do matematické olympiády od roku 1992): výbor IMO údajně požádal laboratoře AI, aby nezveřejňovaly výsledky dříve než 7 dní po závěrečném ceremoniálu – z úcty k lidským soutěžícím (viz můj včerejší příspěvek) a pravděpodobně aby poskytly čas na řádné ověření odeslaných příspěvků a formátů AI. Podle Josepha OpenAI nespolupracovala s IMO na testování jejich modelu a žádný z 91 oficiálních koordinátorů IMO se nepodílel na hodnocení jejích řešení. Mezitím se zdá, že DeepMind dodržuje pravidla a trpělivě čeká, až na ně přijde řada. Pro kontext: IMO má 6 úloh, z nichž každý má hodnotu 7 bodů. Letošní zlatá hranice je 35 bodů. I malá srážka by mohla OpenAI srazit na stříbro. A z toho, co jsem četl jejich zápisy, by některé části mohly vyvolat otázky – a možná i náklady. Terence Tao také poukázal na to, že i když problémy zůstávají stejné, na testovacích formátech záleží. Student, který by za standardních podmínek nezískal bronzovou medaili, by mohl s upraveným nastavením dosáhnout zlata – což vyvolává skutečné otázky o tom, co pro umělou inteligenci znamená "vyřešení IMO". Příští týden by mohl být pikantní. Zůstaňte naladěni.

Společnost DeepMind získala v pátek odpoledne zlatou medaili na IMO. Museli však počkat, až marketingový tým tweet schválí – až do pondělí. @OpenAI se o ty své podělili poprvé v sobotu v 1 hodinu ráno a ukradli pozornost veřejnosti. V této hře > rychlost byrokracie. Promeškejte okamžik, ztraťte příběh.

Před pouhými 20 minutami byl zveřejněn výsledek IMO za rok 2025. Čína se umístila na 1. místě a @GoogleDeepMind vyhrála zlatou medaili 🥇 Budoucí matematické soutěže budou Čína tým vs USA Čínský tým vs AI

S růstem modelů umělé inteligence se optimalizace pro FLOPS/$ (výpočetní výkon na dolar) stává zásadní. Níže 🧵 se podívejte, jak může Hyperbolic optimalizovat náklady na GPU

Co si myslíte o tomto nápadu na billboard pro Hyperbolic?

Právě jsme spustili naši okamžitou nabídku vyhrazených grafických procesorů: ideální pro týmy umělé inteligence, které potřebují vyhrazené výpočetní prostředky na delší dobu. Získejte okamžité ceny pro vaše přesné potřeby infrastruktury přímo v naší aplikaci!

Právě jsem odešel z práce a vyzkoušel Grok-4 na vysokoškolském problému topologie. Trvalo mu 9 minut přemýšlet a pak jsem s jistotou dal čistou, věrohodnou, ale zcela špatnou odpověď 😅 Nemyslete si, že se tento případ kvalifikuje jako "dovedně nepřátelský". Modely umělé inteligence drtí benchmarky – ale pro skutečnou matematickou AGI jsou stále daleko vpředu.

Grok získal plný počet bodů na AIME 🤯 Rozhodně nyní potřebujeme lepší matematický benchmark pro AI

Nejlepší open-source model uvažování bude vypuštěn příští čtvrtek, pokud vše půjde dobře. OpenAI neposkytla open-source LLM od GPT-2 v roce 2019, takže jsem nadšený. Hostujeme ho na Hyperbolic. Připoutat se.

Budoucnost umělé inteligence je ve spolupráci