陶哲轩指出，虽然多家 AI 公司都声称在 IMO 题目上取得了好成绩，但由于缺乏统一的测试环境和标准，很难进行公平比较。 IMO 被公认为全球最顶尖的数学竞赛，每年只有不到 8% 的参赛者能够获得金牌。 今年5月到6月，"十五五"规划编制工作开展网络征求意见活动。
OpenAI 团队表示，他们突破了传统强化学习中依赖明确可验证奖励的范式，创造出了能够像人类数学家一样构建精巧论证的模型。 模型首次实现了"用图像思考"的能力，能够将视觉信息直接融入推理链条。 例如，在解决几何问题时，模型会在内部构建图形表征，动态调整视角并添加辅助线，这种能力在人类选手看来几乎是"直觉"。 不同于o1模型的秒级思考和Deep Research的分钟级推理，新模型能够进行长达数小时的深度思考，模拟人类数学家面对难题时的持久专注。 OpenAI本次公布的实验性模型，正是在严格复现上述环境下进行的测试。 最终，该模型在与人类选手相同的规则下解决了6道题中的5道（P1-P5），其证明过程由三位前IMO奖牌得主独立评审并达成共识，最终得分35/42，足以获得金牌（2024年金牌分数线为32分）。 Seed Prover 的中等量级测试时扩展设置包含内层优化过程和外层优化过程。 内层优化过程则尝试证明外层优化过程中未能解决的困难引理，这为证明的每一个引理都提供了足够的 token 预算。
今年IMO的金牌分数线正好是35分，这个成绩放在人类选手中也是妥妥的金牌水平。 OpenAI员工Alexander Wei还透露，GPT-5即将发布，但IMO金牌模型是一个实验性研究，在几个月内都没有计划发布。 测试使用了 best-of-32 的选择策略，即对于每个模型的解答，首先生成 32 份回应，随后借助"大语言模型评审系统"对这些回应进行评估，两两比对选出更优答案。 今年 IMO 的金牌分数线正好是 35 分，这个成绩放在人类选手中也是妥妥的金牌水平。 OpenAI 员工 Alexander Wei 还透露，GPT-5 即将发布，但 IMO 金牌模型是一个实验性研究，在几个月内都没有计划发布。 新的关键一程，我国发展环境面临深刻复杂变化，战略机遇和风险挑战并存、不确定难预料因素增多。 思当下、谋未来，"以中国式现代化全面推进中华民族伟大复兴"，锚定中心任务，以习近平同志为核心的党中央深刻把握历史发展规律，科学审视发展道路上的时与势、危与机，谋划"十五五"时期中国号巨轮的前进路线。 Alex Wei是OpenAI的研究科学家，主要研究方向为大语言模型和推理。 在推理时间范围方面，现在已经一路攀升：GSM8K（顶级人类约需0.1分钟）→MATH基准（约1分钟）→AIME（约10分钟）→IMO（约100分钟）。
每一次有效的多智能体交互都在为系统提供新的约束，从而降低这种不确定性。 它不解决问题，而是评估解决方案的合理性、寻找逻辑漏洞、提出改进建议，从而避免了单模型容易陷入的思维定式和错误。 陶哲轩指出，虽然多家AI公司都声称在IMO题目上取得了好成绩，但由于缺乏统一的测试环境和标准，很难进行公平比较。 IMO被公认为全球最顶尖的数学竞赛，每年只有不到8%的参赛者能够获得金牌。 若团队中没有任何一名学生得出令人满意的解答，领队就完全不提交任何解答，悄无声息地退出竞赛，且无人知晓他们曾参与过。
本次披露的 Seed Prover 在 肛交色情 IMO 2025 中取得的最终分数，在发布前与IMO 组委会进行了确认。 版权与免责声明：以上信息由相关企业或个人自行发布，其真实性未证实，仅供参考学习使用。 如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。 报道称，虽然美国的反对为新框架的顺利通过增添了难度，但业内人士预计框架最终会获得通过，因为即便未能形成共识，2/3的多数赞成票也可使其获批。 这些措施计划于本周正式提交国际海事组织会议审议，如获通过，预计于2027年生效。 留出的两年过渡期旨在为各方提供充分时间，以调整运营模式并投资于替代燃料和新技术。 12日，欧盟委员会发表声明，呼吁成员国坚定支持国际海事组织的减排措施。
Seed Prover 在数学竞赛题中的表现，展现了将大语言模型与形式化验证相结合的潜力。 团队采取的推理时间扩展策略通过深度且广泛的思考，显著提升了系统性能。 不过，竞赛数学并不能代表所有的数学领域，团队未来的目标是在更广泛的数学课题上进行探索。 在推理过程中，Seed Prover 会尝试证明或反驳猜想池中的每个问题。 如果某些问题难以证明，Seed Prover 会创建可能有助于证明这些难题的新猜想并加入猜想池。 系统会根据引理的证明难度和相关性对引理池进行评估，选取数百条最有价值的引理来帮助系统完成给定问题的证明。