🚨 奧林匹克數學 + AI： 我們在全新的 IMO 2025 問題上運行了 Google 的 Gemini 2.5 Pro。通過仔細的提示和管道設計，它解決了 6 個中的 5 個——對於需要深刻洞察和創造力的任務來說，這是相當了不起的。 這個模型有可能贏得金牌！ 🥇 #AI #數學 #LLMs #IMO2025

IMO 🥇達成了！我真的很自豪能夠為這個模型的後訓練和思考方面做出貢獻！更接近ASI了！

亞洲人：我們會解決自己的問題

要對抗亞洲人，你需要亞洲人

為什麼預訓練和後訓練團隊需要和睦相處

Grok 團隊正在內部化人類數據操作（例如，招聘日本的 AI 導師角色）。可能更多的前沿實驗室會考慮擁有和運營數據勞動。

Grok 團隊正在內部化人類數據操作（例如，招聘日本的 AI 導師角色）。考慮到 Scale AI 的轉型，可能會有更多前沿實驗室考慮擁有和運營數據勞動。

如果你在 ICML 並對 RL 或多語言性有興趣，請跟 @marafinkels 打聲招呼！我們在過去幾個月密切合作，推出了一種 RL 方法來解決一個關鍵的 Gemini 質量問題。她也有很棒的研究想法！希望 Gemini 與學術界保持聯繫。

關於驗證的不對稱性和「驗證者法則」的新博客文章： 驗證的不對稱性——某些任務的驗證比解決更容易的想法——隨著我們的強化學習（RL）最終普遍有效，正變得越來越重要。 驗證不對稱性的絕佳例子包括數獨謎題、為像 Instagram 這樣的網站編寫代碼，以及 BrowseComp 問題（需要約 100 個網站來找到答案，但一旦有了答案就很容易驗證）。 其他任務則具有近乎對稱的驗證，例如對兩個 900 位數字求和或某些數據處理腳本。還有一些任務提出可行解決方案比驗證它們要容易得多（例如，事實檢查一篇長文章或提出一種新的飲食方式，如「只吃野牛」）。 理解驗證不對稱性的一個重要點是，通過提前做一些工作可以改善不對稱性。例如，如果你有數學問題的答案鍵，或者如果你有 Leetcode 問題的測試用例。這大大增加了具有理想驗證不對稱性問題的集合。 「驗證者法則」指出，訓練 AI 解決任務的難易程度與任務的可驗證性成正比。所有可以解決且易於驗證的任務都將被 AI 解決。訓練 AI 解決任務的能力與任務是否具備以下特性成正比： 1. 客觀真理：每個人都同意什麼是好的解決方案 2. 快速驗證：任何給定的解決方案可以在幾秒鐘內驗證 3. 可擴展驗證：可以同時驗證許多解決方案 4. 低噪音：驗證與解決方案質量的相關性盡可能緊密 5. 持續獎勵：很容易對單個問題的多個解決方案進行排名 驗證者法則的一個明顯實例是，AI 中提出的大多數基準都是易於驗證的，並且迄今為止已經被解決。注意，過去十年幾乎所有流行的基準都符合標準 #1-4；不符合標準 #1-4 的基準將難以變得流行。 為什麼可驗證性如此重要？當上述標準得到滿足時，AI 中的學習量達到最大；你可以進行很多梯度步驟，每一步都有大量信號。迭代速度至關重要——這就是為什麼數位世界的進步比物理世界的進步快得多的原因。 Google 的 AlphaEvolve 是利用驗證不對稱性的最佳例子之一。它專注於符合上述所有標準的設置，並在數學和其他領域帶來了一些進展。與我們在 AI 中過去二十年所做的不同，它是一種新範式，所有問題都在訓練集等同於測試集的環境中進行優化。 驗證不對稱性無處不在，考慮一個我們可以測量的世界，任何事情都將被解決，令人興奮。

任何人都可以做的有影響力的工作是使用 LLMs 來記錄和數位化你工作流程、CoTs 和靈感的盡可能多的部分。 上下文工程用於自動化和增強你在生活和工作中的表現。