Мы, возможно, движемся к неожиданному повороту в саге OpenAI против DeepMind на IMO. Только что увидел пост от Джозефа Майерса (участвует в Олимпиаде по математике с 1992 года): комитет IMO, по сообщениям, попросил лаборатории ИИ не публиковать результаты до 7 дней после закрытия церемонии — из уважения к участникам-людям (см. мой пост вчера) и, вероятно, чтобы дать время на надлежащую проверку поданных ИИ решений и форматов. По словам Джозефа, OpenAI не сотрудничала с IMO для тестирования своей модели, и ни один из 91 официальных координаторов IMO не участвовал в оценке ее решений. Тем временем, похоже, что DeepMind соблюдает правила и терпеливо ждет своей очереди. Для контекста: В IMO 6 задач, каждая стоит 7 баллов. В этом году золотой порог составляет 35 баллов. Даже небольшое снижение может сбросить OpenAI до серебра. И, судя по их отчетам, некоторые части могут вызвать вопросы — и, возможно, стоить баллов. Теренс Тао также отметил, что хотя задачи остаются прежними, форматы тестирования имеют значение. Студент, который не получил бы бронзу в стандартных условиях, может получить золото с измененной настройкой — что поднимает реальные вопросы о том, что значит "решить IMO" для ИИ. На следующей неделе может быть интересно. Оставайтесь с нами.

DeepMind получила золотую медаль на IMO в пятницу днем. Но им пришлось ждать, пока маркетинг одобрит твит — до понедельника. @OpenAI поделились своим первым в 1:00 в субботу и украли все внимание. В этой игре скорость > бюрократия. Упустите момент, потеряйте нарратив.

Всего 20 минут назад был опубликован результат IMO 2025. Китай занял 1-е место, а @GoogleDeepMind выиграл золотую медаль 🥇 Будущие математические соревнования будут между командой Китая и командой США, состоящей из китайцев, против ИИ.

По мере роста моделей ИИ оптимизация по FLOPS/$ (вычислительная мощность на доллар) становится критически важной. Смотрите, как Hyperbolic может оптимизировать ваши затраты на GPU ниже 🧵

Что вы думаете об этой идее с рекламным щитом для Hyperbolic?

Мы только что запустили наш мгновенный расчет цен на резервные GPU: идеально для команд ИИ, которым требуется выделенные вычисления на длительные сроки. Получите мгновенные цены на ваши точные инфраструктурные потребности прямо в нашем приложении!

Только что закончил работу и попробовал Grok-4 на задаче по топологии для студентов. Это заняло 9 минут на размышления, а затем он уверенно дал чистый, правдоподобный, но совершенно неправильный ответ 😅 Не думаю, что это можно считать «умело противостоящим». Модели ИИ разрывают бенчмарки — но до настоящего математического AGI еще далеко.

Grok получил максимальный балл на AIME 🤯 Нам определенно нужен лучший математический эталон для ИИ сейчас

Лучший открытый модель рассуждений будет выпущен в следующий четверг, если все пойдет хорошо. OpenAI не выпускал открытый LLM с GPT-2 в 2019 году, так что я в восторге. Мы размещаем его на Hyperbolic. Пристегнитесь.

Будущее ИИ — это сотрудничество.