Chúng ta có thể đang tiến vào một bước ngoặt trong cuộc chiến giữa OpenAI và DeepMind trong cuộc thi IMO. Vừa thấy một bài đăng từ Joseph Myers (người tham gia Olympic Toán học từ năm 1992): Ủy ban IMO được cho là đã yêu cầu các phòng thí nghiệm AI không công bố kết quả cho đến 7 ngày sau lễ bế mạc — để tôn trọng các thí sinh con người (xem bài đăng của tôi hôm qua) và có lẽ để cho thời gian xác minh đúng đắn các bài nộp và định dạng của AI. Theo Joseph, OpenAI không hợp tác với IMO để thử nghiệm mô hình của họ, và không có bất kỳ điều phối viên chính thức nào của IMO trong số 91 người tham gia vào việc chấm điểm các giải pháp của nó. Trong khi đó, có vẻ như DeepMind đang tuân thủ các quy tắc và kiên nhẫn chờ đến lượt của họ. Để có bối cảnh: IMO có 6 bài toán, mỗi bài trị giá 7 điểm. Điểm cắt vàng năm nay là 35 điểm. Ngay cả một sự trừ điểm nhỏ cũng có thể khiến OpenAI rớt xuống bạc. Và từ những gì tôi đọc trong các bài viết của họ, một số phần có thể gây ra câu hỏi — và có thể làm mất điểm. Terence Tao cũng chỉ ra rằng trong khi các bài toán vẫn giữ nguyên, định dạng kiểm tra lại rất quan trọng. Một sinh viên không thể đạt được huy chương đồng trong điều kiện tiêu chuẩn có thể đạt huy chương vàng với một thiết lập đã được điều chỉnh — điều này đặt ra những câu hỏi thực sự về việc "giải quyết IMO" có nghĩa là gì đối với AI. Tuần tới có thể sẽ rất thú vị. Hãy theo dõi.

DeepMind đã giành huy chương vàng tại IMO vào chiều thứ Sáu. Nhưng họ phải chờ đợi bộ phận marketing phê duyệt tweet — cho đến thứ Hai. @OpenAI đã chia sẻ của họ đầu tiên vào lúc 1 giờ sáng thứ Bảy và đã chiếm spotlight. Trong trò chơi này, tốc độ > quan liêu. Bỏ lỡ khoảnh khắc, mất đi câu chuyện.

Chỉ cách đây 20 phút, kết quả của IMO 2025 đã được công bố. Trung Quốc xếp hạng số 1 và @GoogleDeepMind đã giành được huy chương vàng 🥇 Các cuộc thi toán học trong tương lai sẽ là đội Trung Quốc vs đội Trung Quốc Mỹ vs AI.

Khi các mô hình AI phát triển, việc tối ưu hóa cho FLOPS/$ (công suất tính toán trên mỗi đô la) trở nên rất quan trọng. Xem cách Hyperbolic có thể tối ưu hóa chi phí GPU của bạn bên dưới 🧵

Bạn nghĩ gì về ý tưởng biển quảng cáo này cho Hyperbolic?

Chúng tôi vừa ra mắt Bảng báo giá GPU Đặt trước: hoàn hảo cho các đội ngũ AI cần tính toán chuyên dụng trong thời gian dài. Nhận báo giá ngay lập tức cho nhu cầu hạ tầng chính xác của bạn ngay trong ứng dụng của chúng tôi!

Vừa mới tan làm và thử Grok-4 với một bài toán hình học đại học. Nó mất 9 phút để suy nghĩ và sau đó tự tin đưa ra một câu trả lời sạch sẽ, hợp lý, nhưng hoàn toàn sai 😅 Đừng nghĩ rằng cái này đủ tiêu chuẩn là "có tính đối kháng khéo léo." Các mô hình AI đang nghiền nát các tiêu chuẩn — nhưng vẫn còn một chặng đường dài để đạt được AGI toán học thực sự.

Grok đã đạt điểm tối đa trong AIME 🤯 Chúng ta chắc chắn cần một tiêu chuẩn toán học tốt hơn cho AI ngay bây giờ.

Mô hình lý luận mã nguồn mở tốt nhất sẽ được phát hành vào thứ Năm tới nếu mọi thứ diễn ra suôn sẻ. OpenAI chưa phát hành mã nguồn mở cho một LLM nào kể từ GPT-2 vào năm 2019, vì vậy tôi rất hào hứng. Chúng tôi sẽ tổ chức nó trên Hyperbolic. Hãy chuẩn bị nhé.

Tương lai của AI là sự hợp tác