🚨 奥林匹克数学 + AI： 我们在新的 IMO 2025 问题上运行了谷歌的 Gemini 2.5 Pro。通过仔细的提示和流程设计，它解决了 6 个问题中的 5 个——对于需要深刻洞察和创造力的任务来说，这非常了不起。 这个模型有可能赢得金牌！ 🥇 #AI #数学 #LLMs #IMO2025

IMO 🥇达成了！我为能为这个模型的后期训练和思考方面做出贡献感到非常自豪！离ASI更近了！

亚洲人：我们会解决自己的问题

要与亚洲人作斗争，你需要亚洲人

为什么预训练和后训练团队需要和谐相处

Grok团队正在内部化人类数据操作（例如，招聘日本的AI导师角色）。可能更多的前沿实验室会考虑拥有和运营数据劳动力。

Grok团队正在内部化人类数据操作（例如，招聘日本的AI导师角色）。鉴于Scale AI的转型，可能会有更多前沿实验室考虑拥有和运营数据劳动力。

如果你在 ICML 并对 RL 或多语言感兴趣，请向 @marafinkels 打个招呼！我们在过去几个月里紧密合作，推出了一种 RL 方法来解决一个关键的 Gemini 质量问题。她也有很棒的研究想法！希望 Gemini 和学术界保持联系。

关于验证的不对称性和“验证者法则”的新博客文章： 验证的不对称性——某些任务的验证要比解决更容易的想法——随着我们有了最终普遍有效的强化学习，正变得越来越重要。 验证不对称性的好例子包括数独谜题、为像 Instagram 这样的网站编写代码，以及 BrowseComp 问题（需要大约 100 个网站来找到答案，但一旦有了答案就很容易验证）。 其他任务的验证几乎是对称的，比如对两个 900 位数字求和或一些数据处理脚本。还有一些任务提出可行解决方案要比验证它们容易得多（例如，核实一篇长文章的事实或提出一种新的饮食方式，如“只吃野牛”）。 理解验证不对称性的重要一点是，通过提前做一些工作可以改善这种不对称性。例如，如果你有数学问题的答案钥匙，或者如果你有 Leetcode 问题的测试用例。这大大增加了具有理想验证不对称性的问题集。 “验证者法则”指出，训练 AI 解决任务的难易程度与任务的可验证性成正比。所有可以解决且易于验证的任务都将被 AI 解决。训练 AI 解决任务的能力与任务是否具有以下特性成正比： 1. 客观真理：每个人都同意什么是好的解决方案 2. 快速验证：任何给定的解决方案可以在几秒钟内验证 3. 可扩展验证：可以同时验证多个解决方案 4. 低噪声：验证与解决方案质量的相关性尽可能紧密 5. 连续奖励：很容易对单个问题的多个解决方案的优劣进行排名 验证者法则的一个明显实例是，AI 中提出的大多数基准测试都易于验证，并且迄今为止已被解决。注意，过去十年几乎所有流行的基准测试都符合标准 #1-4；不符合标准 #1-4 的基准测试将难以流行。 为什么可验证性如此重要？当上述标准得到满足时，AI 中的学习量达到最大；你可以进行很多梯度步骤，每一步都有大量信号。迭代速度至关重要——这就是数字世界的进步比物理世界的进步快得多的原因。 谷歌的 AlphaEvolve 是利用验证不对称性的最佳例子之一。它专注于符合上述所有标准的设置，并在数学和其他领域取得了一系列进展。与我们在过去二十年中在 AI 中所做的不同，它是一种新范式，即所有问题都在训练集等于测试集的环境中进行优化。 验证不对称性无处不在，考虑一个我们可以测量的世界的锯齿状智能是令人兴奋的。

任何人都可以做的有影响力的工作是使用LLMs来记录和数字化尽可能多的工作流程、CoTs和灵感。 上下文工程用于在生活和工作中自动化和增强自己。