GDMの証明は素敵です!チームの素晴らしい努力おめでとうございます。

楽しい: 3/4 か月前、私は AIME スタイルの問題のセットについて、いくつかの学者のために o3 を実行しました。結果の要約を書くのに時間がかかりすぎたので(96%irrc)、その間にアレックスは証明とIMOを解決しました笑

楽しい: 3/4 か月前、私は AIME スタイルの問題のセットについて、いくつかの学者のために o3 を実行しました。結果の要約を書くのに時間がかかりすぎたので(98%)、その間にアレックスは証明+IMOを解きました笑

楽しい:3/4ヶ月前、私はAIMEのような問題のプライベートテストセットで、何人かの学者のためにo3を実行しました。結果の要約を書くのに時間がかかりすぎたため(96%)、その間にアレックスはIMOを解決しました。

問題ごとにトークンの数を世界に教えることができる@alexwei_?

今週を要約すると、次のようになります。 - エージェントを使用した汎用コンピュータを発売しました - Atcoder Heuristics Competitionで1人の人間に負けた - 自然言語証明で 5/6 の新しい IMO 問題を解決しました これらはすべて、同じ単一の強化学習システムに基づいています

9 年生から 12 年生までの 17 人の M US ティーンエイジャー、練習では ~5 人の米国 IMO ゴールドを獲得していますが、ゴールド レベルでは ~20 人の子供がいます。つまり、IMOの金メダルは100万人に1人の数学の才能です(18歳の場合、しかし、次のパットナムも落ちるに違いありません)。99.9999パーセンタイル。

私たちが発表したばかりのIMOの結果に興奮している理由: - IMO固有の作業はほとんど行わず、一般的なモデルのトレーニングを続けるだけです - すべての自然言語証明 - 評価ハーネスなし 私たちは、新しい研究のブレークスルーと@alexwei_とチームを提供する必要がありました

これが来ることを予見していたと主張するなら、それを裏付ける多様な損益を用意したほうがよいでしょう

LLMは過小評価されたまま