Die GDM-Beweise sind wunderschön! Herzlichen Glückwunsch an das Team für die beeindruckende Leistung.

Spaß: Vor 3/4 Monaten habe ich o3 für einige Akademiker zu einer Reihe von AIME-ähnlichen Problemen durchgeführt. Es hat so lange gedauert, bis sie eine Zusammenfassung der Ergebnisse geschrieben haben (96% irrc), dass Alex in der Zwischenzeit den Beweis & IMO gelöst hat, lol.

Spaß: Vor 3/4 Monaten habe ich o3 für einige Akademiker zu einer Reihe von AIME-Stil-Problemen durchgeführt. Es hat so lange gedauert, eine Zusammenfassung der Ergebnisse (98%) zu schreiben, dass Alex in der Zwischenzeit den Beweis+IMO gelöst hat, lol.

Spaß: Vor 3/4 Monaten habe ich o3 für einige Akademiker an einem privaten Testset von AIME-ähnlichen Problemen durchgeführt. Es hat so lange gedauert, eine Zusammenfassung der Ergebnisse (96%) zu schreiben, dass Alex in der Zwischenzeit IMO gelöst hat.

@alexwei_ kannst du der Welt sagen, wie viele Tokens pro Problem?

Um diese Woche zusammenzufassen: - Wir haben einen allgemeinen Computer mit Agenten veröffentlicht. - Wir wurden von einem einzelnen Menschen im Atcoder-Heuristik-Wettbewerb geschlagen. - Wir haben 5 von 6 neuen IMO-Problemen mit natürlichen Sprachbeweisen gelöst. All dies basiert auf demselben einzelnen Verstärkungslernsystem.

17 M US-Teenager der Klassen 9-12, ~5 US IMO-Goldmedaillen in der Praxis, aber ~20 Kinder auf Gold-Niveau. Also ist IMO-Gold ein einmal-in-einer-Million Mathematik-Talent (für 18-Jährige; aber ich wette, der nächste Putnam fällt auch). 99,9999. Perzentil.

Warum ich mich über die gerade veröffentlichten IMO-Ergebnisse freue: - Wir haben sehr wenig IMO-spezifische Arbeit geleistet, wir trainieren einfach weiterhin allgemeine Modelle. - Alle Beweise in natürlicher Sprache. - Kein Evaluierungsrahmen. Wir benötigten einen neuen Forschung Durchbruch und @alexwei_ und das Team haben geliefert.

Wenn du behauptest, das vorausgesehen zu haben, solltest du besser das entsprechende P&L vorweisen können.

LLMs bleiben unterschätzt