分散型アプリ（DApp）ストア｜イベントおよびゲーム用 Web3 ハブ

今日、私たち@OpenAIは、2025 年の IMO で、人間と同じ制限時間内で、ツールなしで、一般的な推論 LLM を使用して金メダルレベルのパフォーマンスを達成するという、多くの人が何年も先だと考えていたマイルストーンを達成しました。それは驚くべきことのように聞こえますが、見出し🧵よりもさらに重要です

通常、Go/Dota/Poker/Diplomacy のように、これらの AI の結果では、研究者は 1 つの狭い領域をマスターし、それ以外はほとんどしない AI を作成するのに何年も費やします。しかし、これはIMO固有のモデルではありません。これは、新しい実験的汎用手法を組み込んだ推論 LLM です。

では、何が違うのでしょうか?私たちは、検証が困難なタスクでLLMを大幅に向上させる新しい技術を開発しました。IMOの問題は、プルーフがページ長く、専門家が採点するのに何時間もかかるため、これに最適な課題でした。これを、答えが単に0から999までの整数であるAIMEと比較してください。

また、このモデルは*長い*時間考えます。o1は数秒考えた。数分間のディープリサーチ。これは何時間も考えます。重要なのは、思考もより効率的であることです。また、テスト時の計算と効率をさらに向上させる余地はたくさんあります。

特に数学において、AI の進歩がどれほど速かったかを振り返る価値があります。2024年、AIラボはモデルリリースの評価として小学校の数学(GSM8K)を使用していました。それ以来、私たちは(高校の)MATHベンチマークを飽和させ、次にAIMEを飽和させ、そして今ではIMOゴールドを獲得しています。

これはどこへ行くのでしょうか?最近のAIの進歩が速いのと同じくらい、この傾向は今後も続くと私は十分に予想しています。重要なのは、AIが科学的発見に大きく貢献することに近づいていると思います。人間のパフォーマンスをわずかに下回るAIとわずかに上回るAIの間には大きな違いがあります。

これは@alexwei_が主導した小さなチームの取り組みでした。彼は、ほとんど信じられていない研究アイデアを取り入れ、それを使用して、より少ない考えで可能な結果を達成しました。これも、@OpenAIの多くの人やより広範な AI コミュニティによる長年の研究+エンジニアリングなしには不可能でした。

フロンティアラボで働いていると、通常、フロンティアの能力がどこにあるかを誰よりも早く知っています。しかし、この結果は、最近開発された技術を使用したまったく新しいものです。OpenAIの多くの研究者にとっても驚きでした。今日、誰もがフロンティアがどこにあるのかを見ることができます。