As provas do GDM são adoráveis! Parabéns à equipa pelo esforço impressionante.

divertido: há 3/4 meses, eu executei o3 para alguns acadêmicos em um conjunto de problemas no estilo AIME. Levou tanto tempo para eles escreverem um resumo dos resultados (96% se não me engano) que o Alex resolveu a prova e a IMO nesse meio tempo lol

divertido: há 3/4 meses, eu executei o3 para alguns acadêmicos em um conjunto de problemas no estilo AIME. Eles demoraram tanto para escrever um resumo dos resultados (98%) que o Alex resolveu a prova+IMO nesse meio tempo lol

diversão: há 3/4 meses, executei o3 para alguns acadêmicos em um conjunto de testes privado de problemas semelhantes ao AIME. Levou tanto tempo para eles escreverem um resumo dos resultados (96%) que o Alex resolveu o IMO nesse meio tempo.

@alexwei_ podes dizer ao mundo quantos tokens por problema?

Para resumir esta semana: - lançamos um computador de propósito geral usando um agente - fomos derrotados por um único humano na competição de heurísticas do atcoder - resolvemos 5/6 novos problemas do IMO com provas em linguagem natural Todos eles são baseados no mesmo sistema único de aprendizado por reforço

17 M adolescentes dos EUA nas séries 9-12, ~5 ouros do IMO dos EUA em prática, mas ~20 crianças no nível de ouro. Portanto, o ouro do IMO é um talento matemático de um em um milhão (para 18 anos; mas aposto que o próximo Putnam também cai). Percentil 99.9999.

Por que estou entusiasmado com os resultados do IMO que acabámos de publicar: - fizemos muito pouco trabalho específico do IMO, continuamos apenas a treinar modelos gerais - todas as provas em linguagem natural - sem estrutura de avaliação Precisávamos de um novo avanço na pesquisa e @alexwei_ e a equipa entregaram.

Se você afirma ter visto isso chegando, é melhor ter o manifold P&L para comprovar.

Os LLMs continuam subestimados