Jaký to divoký víkend o umělé inteligenci a IMO. Když jsem se ohlédl za uplynulými 3 dny, byl jsem svědkem: > pátek odpoledne: uniklé informace o tom, že DeepMind vyhrál zlato > Sobota 1 hodin: OpenAI předběhla oficiální oznámení a ukradla pozornost > Původně jsem si myslel, že Google je jen pomalý kvůli schválení marketingu > Pak jsem od lidí z Googlu slyšel, že IMO a oni potřebují více času na ověření > Ukázalo se, že OpenAI se IMO ani oficiálně nezapojila > pondělí: DeepMind potvrdil své zlato čistšími a estetičtějšími odpověďmi, plně ověřenými IMO Byla zábava být první, kdo se minulý pátek podělil o novinky na X. To byl ale divoký víkend! Vtipy stranou, v poslední době je kolem matematické umělé inteligence hodně humbuku, ale to, co potřebujeme více, je přísnost a standardizace. Jak poukázal Terence Tao, i když výsledky vypadají podobně, rozdíly ve formátu testování mohou znamenat velký rozdíl. Stále jsme daleko od toho, abychom měli jasné a konzistentní standardy a sdělení ve výzkumu umělé inteligence. Pokud chceme smysluplný pokrok, je čas, aby komunita vystoupila. Vytvořme měřítka, kterým můžeme všichni věřit.

Společnost DeepMind získala v pátek odpoledne zlatou medaili na IMO. Museli však počkat, až marketingový tým tweet schválí – až do pondělí. @OpenAI se o ty své podělili poprvé v sobotu v 1 hodinu ráno a ukradli pozornost veřejnosti. V této hře > rychlost byrokracie. Promeškejte okamžik, ztraťte příběh.

Před pouhými 20 minutami byl zveřejněn výsledek IMO za rok 2025. Čína se umístila na 1. místě a @GoogleDeepMind vyhrála zlatou medaili 🥇 Budoucí matematické soutěže budou Čína tým vs USA Čínský tým vs AI

S růstem modelů umělé inteligence se optimalizace pro FLOPS/$ (výpočetní výkon na dolar) stává zásadní. Níže 🧵 se podívejte, jak může Hyperbolic optimalizovat náklady na GPU

Co si myslíte o tomto nápadu na billboard pro Hyperbolic?

Právě jsme spustili naši okamžitou nabídku vyhrazených grafických procesorů: ideální pro týmy umělé inteligence, které potřebují vyhrazené výpočetní prostředky na delší dobu. Získejte okamžité ceny pro vaše přesné potřeby infrastruktury přímo v naší aplikaci!

Právě jsem odešel z práce a vyzkoušel Grok-4 na vysokoškolském problému topologie. Trvalo mu 9 minut přemýšlet a pak jsem s jistotou dal čistou, věrohodnou, ale zcela špatnou odpověď 😅 Nemyslete si, že se tento případ kvalifikuje jako "dovedně nepřátelský". Modely umělé inteligence drtí benchmarky – ale pro skutečnou matematickou AGI jsou stále daleko vpředu.

Grok získal plný počet bodů na AIME 🤯 Rozhodně nyní potřebujeme lepší matematický benchmark pro AI

Nejlepší open-source model uvažování bude vypuštěn příští čtvrtek, pokud vše půjde dobře. OpenAI neposkytla open-source LLM od GPT-2 v roce 2019, takže jsem nadšený. Hostujeme ho na Hyperbolic. Připoutat se.

Budoucnost umělé inteligence je ve spolupráci