最近、Openai、Goolgeは新しい実験モデルでIMOゴールドメダルを獲得しました。 しかし、私たちのチームは、o4-mini-highとエージェントシステムだけで同じレベルに達しました。そして今、私たちはそれをオープンソース化しています。 特に、USAMOベンチマークでは非常識な改善が見られました。ベースラインはほぼ 0 でしたが、エージェントは平均 90% を獲得しました。 また、最近のarxiv論文が重要な研究アイデアを与えているだけであることを理論的に証明することもできます。

we have an unverified SOTA result on KernelBench with o3-mini and an evolutionary examples tape: 208/250 claimed speedups, including 3 for Level 4 (prev untouched). would be grateful for any help reviewing the optimized KernelBench kernels at . thank you to @anneouyang and Stanford’s @ScalingIntelLab for agreeing to review them.