梦晨 西风 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI最新模型曝光了，在2025年国际数学奥林匹克竞赛（IMO）上达到了 金牌 水平！ 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。而现在，一个AI模型做到了。 新模型最终成绩：新模型在总共6道题中成功解决了5道，获得35分（满分42分），超过了今年的金牌线。 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。 他特别强调，这次成功并非依靠针对特定任务的狭隘方法，而是在通用强化学习和测试时计算扩展方面取得了新突破。 与此同时，第三方机构的开源代码中被发现 GPT-5-reasoning-alpha-2025-07-13 的字样。 这段代码被挖出来后很快就被删除或隐藏，结合OpenAI在新模型发布前会找第三方机构进行安全测试的惯例—— 种种迹象表明， GPT-5离我们不远了 。 35分斩获金牌，解题过程完全模拟人类考试 具体来看OpenAI的实验性新模型，这次评测可不是随便做个题那么简单。 OpenAI团队让模型在与人类选手完全相 ...

重大意义在于，这是一个通用推理模型，而不是一个专门用来解数学题的专门系统，也没有经过验证的奖励信号，即它不是依赖于"有标准答案、实时打 分的奖励"来学会的，而是靠更通用的推理和新技术，在长时间复杂的过程中，做出了正确的推理和证明。 OpenAI证明，尽管经历了Meta疯狂的挖角，它依然保持了顶尖研究人才的密度，做出重大的研究突破。本周OpenAI的模型o3 alpha在AtCoder世界巡回赛 2025决赛中仅逊于人类编程奇才Psyho，获得第二名；测试中强于o3 pro，是最好的编程及物理模型。 这样，OpenAI目前拥有了最强的编程及数学模型，让它再次碾压DeepMind，Anthropic，Grok等，也再次与中国引领的开源模型拉开了差距。 OpenAI的一个通用推理模型，在刚结束的国际奥林匹克数学竞赛（IMO）中达到了金牌的水平。AI登月时刻，社交媒体一夜无眠，AI圈子沸腾了。 在与人类参赛者完全相同的规则下，OpenAI的模型挑战了2025年IMO试题：两场各4.5小时的考试、禁用任何工具和互联网、只能阅读官方题面并以自然 语言撰写完整证明。模型完整解出了6题中的5题。每道题都由三位前IMO奖牌得主 ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI Gemini 2.5 Pro拔得头筹，大模型挑战IMO 2025的成绩出炉了！ 经过人工评判， Gemini以超30%的总成绩断崖式领先 ，超出第二名89%。 o3和o4-mini则位列第二、三名，Grok 4得分只有11.9，但成本比Gemini还高出了22%。 还有网友想到了之前拿下IMO银牌的AlphaProof，好奇如果让它来挑战结果会怎样。 下面就来了解下这场测试的详细情况~ 统一环境，双人匿名评估 这场测试由 MathArena 组织，基于模其在MathArena竞赛中的既往表现，选择的被测模型包括Gemini 2.5 Pro、o3（high）、o4-mini （high）、Grok 4和DeepSeek-R1（0528）。 为了公平，测试对所有被测模型采用统一的提示词模板，该模板与Open Proof Corpus评估相同。 每个模型均使用推荐的超参数运行，最大Token数量限制为64000。 | Your task is to write a proof solution to the following problem. Your pr ...

本文来自 Grasp 创始人雷磊的播客及分享，有删减。 曲凯： Agent 今年这波热潮其实是 Manus 带起来的，到现在为止，各种 Agent 大家已经投得不少了。那下一个热点可能在哪里？ 在这个服务主体转移的过程中，人类和 AI 的行为模式确实存在区别。 我们觉得可能是 Agent Infra。 正好雷磊现在做的 Grasp 就是一个给 Agent 用的浏览器。你是怎么想到要做Agent Infra 的？ 雷磊： 首先，我相信未来 Agent 的数量会不断增加，至少会达到现在 SaaS 数量的几千倍。 而且 Agent 能直接交付结果，因此它其实就是一个数字员工，我们应该把它视为像人类一样的终端用户。但因为 Agent 与人类的形态截然不同，所以当下互联网的 很多基础设施都是不适合 AI 使用的，都需要为 Agent 重构一遍。 那基于这两点，Agent Infra 就是一个非常大的市场机会。 曲凯： 那未来 Agent 和人类到底会怎么协作？你提到说 Agent 和人类完全不同，具体有哪些体现？ 雷磊： 现阶段大家普遍认为 Agent 是为人类服务的，但在我看来，未来应该是人类为 Agent 服务，因 ...

Core Viewpoint - The article discusses the current state and future potential of AI in assisting mathematical research, highlighting both advancements and limitations in AI's capabilities to solve complex mathematical problems. Group 1: AI Advancements in Mathematics - The U.S. Defense Advanced Research Projects Agency (DARPA) launched the "Exponential Mathematics" program to develop AI systems that can significantly enhance mathematical research efficiency [1] - New generation large language models (LLMs) like OpenAI's o3 and Anthropic's Claude 4 Thinking have shown improvements, performing at levels close to excellent high school students in competitions [2] - Google's AlphaProof system combines LLMs with chess AI, achieving results comparable to silver medalists in the International Mathematical Olympiad [2] - The AlphaEvolve model from Google has found solutions to long-standing mathematical and computational problems that outperform existing human methods [2] Group 2: Limitations of AI in Mathematics - Despite impressive performances, experts believe that current AI models lack the capability to assist in genuine mathematical research, as competition problems are more like intellectual games with certain patterns [2] - A test by Epoch AI revealed that LLMs struggled with high-difficulty problems designed to avoid previously seen training data, indicating significant limitations in their problem-solving abilities [3] - AI faces challenges with "super long reasoning chains," where complex problems may require millions of steps to solve, making it difficult for AI to find the correct solutions [5] Group 3: Innovative Approaches and Future Directions - Researchers are developing methods to package multiple steps into "super steps" to tackle complex problems, which has led to breakthroughs in classic unsolved problems [5][6] - The exploration of new mathematical ideas is crucial, and AI tools like AlphaEvolve can generate and refine solutions, allowing for human intervention to provide inspiration [7] - AI is seen as a potential tool for discovering new mathematical objects, but it currently lacks true creativity, with significant innovations still attributed to human mathematicians [8]

Core Insights - The article discusses the transition from the "human data era" to the "experience era" in artificial intelligence, emphasizing the need for AI to learn from first-hand experiences rather than relying solely on human-generated data [2][5][10] - Richard S. Sutton highlights the limitations of current AI models, which are based on second-hand experiences, and advocates for a new approach where AI interacts with its environment to generate original data [6][7][11] Group 1: Transition to Experience Era - The current large language models are reaching the limits of human data, necessitating a shift to real-time interaction with environments to generate scalable original data [7][10] - Sutton draws parallels between AI learning and human learning, suggesting that AI should learn through sensory experiences similar to how infants and athletes learn [6][8] - The experience era will require AI to develop world models and memory systems that can be reused over time, enhancing sample efficiency through high parallel interactions [3][6] Group 2: Decentralized Cooperation vs. Centralized Control - Sutton argues that decentralized cooperation is superior to centralized control, warning against the dangers of imposing single goals on AI, which can stifle innovation [3][12] - The article emphasizes the importance of diverse goals among AI agents, suggesting that a multi-objective ecosystem fosters innovation and resilience [3][12][13] - Sutton posits that human and AI prosperity relies on decentralized cooperation, which allows for individual goals to coexist and promotes beneficial interactions [12][14][16] Group 3: Future of AI Development - The development of fully intelligent agents will require advancements in deep learning algorithms that enable continuous learning from experiences [11][12] - Sutton expresses optimism about the future of AI, viewing the creation of superintelligent agents as a positive development for society, despite the long-term nature of this endeavor [10][11] - The article concludes with a call for humans to leverage their experiences and observations to foster trust and cooperation in the development of AI [17]

晓静 腾讯科技《AI未来指北》特约作者 2025 年 6 月 6 日，第七届北京智源大会在北京正式开幕，强化学习奠基人、2025年图灵奖得主、加拿 大计算机科学家Richard S. Sutton以"欢迎来到经验时代"为题发表主旨演讲，称我们正处在人工智能史上 从"人类数据时代"迈向"经验时代"的关键拐点。 Sutton指出，当今所有大型语言模型依赖互联网文本和人工标注等"二手经验"训练，但高质量人类数据 已被快速消耗殆尽，新增语料的边际价值正急剧下降；近期多家研究也观察到模型规模继续膨胀却收效 递减的"规模壁垒"现象，以及大量科技公司开始转向合成数据。 以下为演讲全文： 当前大型模型已逼近"人类数据"边界，唯有让智能体通过与环境实时交互来生成可随能力指数级扩 张的原生数据，AI 才能迈入"经验时代" 。 真正的智能应像婴儿或运动员那样在感知-行动循环中凭第一人称经验自我学习 。 强化学习范例（如 AlphaGo、AlphaZero）已证明从模拟经验到现实经验的演进路径，未来智能体 将依靠自生奖励和世界模型实现持续自我提升 。 基于恐惧的"中心化控制"会扼杀创新，多主体维持差异化目标并通过去中心化合作实现双赢 ...

嘉宾：辛华剑 访谈：penny Era of Experience 这篇文章中提到：如果要实现 AGI， 构建能完成复杂任务的通用 agent，必须借助"经验"这一媒介，这里的"经验"就是指强化学 习过程中模型和 agent 积累的、人类数据集中不存在的高质量数据。 强化学习是 AGI 的关键解法。从 OpenAI o1 到 DeepSeek R1，我们不断在看到强化学习的潜力：DeepMind AlphaProof 被认为是"经验时代"初露端 倪的一个例子，作为第一个在 IMO 获奖的 AI，AlphaProof 借助 RL 算法自行"做题"，积累经验，AlphaProof 的案例表明，在像数学这样人类高水 平知识接近极限的领域，RL 通过互动试错可以突破瓶颈，取得超人类的成果。 以 AlphaProof 为开端，整个数学证明领域也在最近半年迎来了 AI 突破的密集期：除了 AlphaProof ，OpenAI 的 o1 模型在数学推理上展现出了惊 人表现，DeepSeek-Prover 三部曲也在形式化数学证明上不断创造新纪录。 为了理解数学和 AGI 的关系，海外独角兽访谈了 DeepSeek-Prov ...

姚班学生在10分钟内完成了作答，仅有1位同学做错了题目，AI答疑笔则在输入确认后几秒就开始输出步骤。 去年，"9.11和9.9谁大？"这一简单的数学题曾难倒了多家大模型。到了今年，大模型的理科能力提升如何？ 今日网易有道发布了一则视频，6位清华姚班学生与AI比赛做高考压轴题。清华姚班为图灵奖得主姚期智院士创办，汇聚了数学、物理、信息学竞赛金牌得 主。 姚班学生和AI竞速的两道题分别为2023年高考数学全国一卷压轴题和2021年高考物理江苏卷压轴题。姚班学生在10分钟内完成了作答，仅有1位同学做错了 题目，AI答疑笔则在输入确认后几秒就开始输出步骤，并答对了题目。 对于AI的回答，一位姚班学生认为AI做题思路与其一致，步骤更加清晰，相较于传统的答案更有利于学生理解解题思路。 ## 1 Introduction The _Front_ of the Universe is a very important tool in the study of the evolution of the Universe. The Universe is a very rich and rich and rich and ric ...

随着大语言模型在内容创作、代码生成与科学问答等领域掀起巨大变革浪潮，以严谨逻辑与精密结构著称的数学领域也迎来了深刻的转型契机。 当前，数学理论的复杂性不断提升，许多重要定理的证明规模已远超传统人工审阅的能力边界。动辄数百页的证明不仅挑战了同行评审的极限，更暴露出人工验证 过程的缓慢与脆弱性。针对这一困境，形式化数学方法开始成为重要的解决路径。这一方法通过将数学命题严格表达为形式逻辑语言，并借助计算机进行自动化验 证，有效地提升了定理证明的准确性和可靠性。 在形式化数学日益成为趋势的背景下，来自爱丁堡大学的博士研究生辛华剑自2022年起致力于将大语言模型技术与形式化数学方法结合，曾分别在DeepSeek和字节 跳动Seed团队进行相关研究。 2025年5月9日，辛华剑在由剑桥中国AI协会、锦秋基金、清华大学学生通用人工智能协会、 清华大学学生创业协会联合举办的主题分享会上，以《大语言模型时代 的形式化数学革命》为题，详细阐述了形式化数学的历史演进、现状挑战以及未来发展方向。 他认为： 以下内容为此次报告的整理与深化，经由分享人本人审阅补充。 引言 当大语言模型（LLM）以空前规模席卷内容创作与科学研究等领域之际 ...