новости OpenAI IMO сильно меня задели в эти выходные я все еще нахожусь в остром состоянии воздействия, думаю я считаю себя профессиональным математиком (это определение может вызвать вопросы у некоторых настоящих профессиональных математиков, но моя вечеринка — мои правила), и я не думаю, что смогу ответить на хотя бы один вопрос IMO ладно, да, IMO — это своя маленькая спортивная подсекция математики, к которой я не готовился и т. д., но. если я встречаю кого-то на улице, у кого есть золото IMO, я сразу обновляю свое мнение на "этот человек гораздо лучше разбирается в математике, чем я" теперь куча роботов могут это делать. как человек, у которого много своей идентичности и своей настоящей жизни построено вокруг "хорошо разбирается в математике", это удар под дых. это как бы умирание. как будто однажды ты обнаруживаешь, что можешь разговаривать с собаками. это весело и интересно, поэтому ты делаешь это чаще, изучая тонкости их языка и их глубочайшие обычаи. ты узнаешь, что другие люди удивлены тем, что ты можешь делать. ты никогда не вписывался, но ты понимаешь, что людям нравится твоя способность, и они хотят, чтобы ты был рядом, чтобы помочь им. собаки тоже ценят тебя, единственный двуногий, кто действительно понимает. ты собираешь для себя своего рода принадлежность. а потом однажды ты просыпаешься, и универсальный переводчик для собак продается в Walmart за 4,99 доллара результат IMO не совсем новость. на самом деле, если посмотреть на график длины задач агента METR с течением времени, я думаю, что агенты, способные решать задачи примерно за 1,5 часа, приходят как раз вовремя. так что в каком-то смысле нам не стоит удивляться. и действительно, похоже, что несколько компаний достигли того же результата. просто... поднимающаяся волна поднимается так быстро, как она поднималась конечно, горе по поводу моей личной идентичности как математика (и/или продуктивного члена общества) — это самая маленькая часть этой истории умножьте это горе на *каждого* математика, на каждого программиста, возможно, на каждого работника знаний, каждого художника... в течение следующих нескольких лет... это немного большая история и, конечно, помимо этого, есть страх настоящей смерти, о котором, возможно, я расскажу больше позже. этот пакет — горе за актуальность, горе за жизнь, горе за то, что я знал — не уникален для эпохи ИИ или чего-то подобного. я думаю, это стандартная вещь, когда человек приближается к концу карьеры или конца жизни. просто может быть, что это приходит немного раньше для многих из нас, сразу. я задаюсь вопросом, готовы ли мы.

Мы наблюдаем гораздо более быстрый прогресс в области ИИ, чем предсказывали **Пол Кристиано** и **Юдковский**, которые оценивали золото в 2025 году на уровне 8% и 16% соответственно, используя методы, которые оказались более общими, чем ожидалось.

Итак, все модели показывают худшие результаты, чем люди, на новых вопросах Международной математической олимпиады, и Grok-4 особенно плох в этом, даже с выбором лучших из нескольких? Невероятно!

Наблюдать, как модель решает эти задачи IMO и достигает золотого уровня производительности, было волшебно. Несколько мыслей 🧵