Việc theo dõi mô hình giải quyết những vấn đề IMO này và đạt được hiệu suất cấp vàng thật kỳ diệu. Một vài suy nghĩ 🧵

Mô hình giải quyết những vấn đề này mà không cần các công cụ như lean hay lập trình, nó chỉ sử dụng ngôn ngữ tự nhiên, và cũng chỉ có 4,5 giờ. Chúng ta thấy mô hình lý luận ở một cấp độ rất cao - thử nghiệm các chiến lược khác nhau, đưa ra quan sát từ các ví dụ, và kiểm tra giả thuyết.

Thật điên rồ khi chúng ta đã từ 12% trên AIME (GPT 4o) → IMO vàng trong khoảng ~ 15 tháng. Chúng ta đã tiến xa rất nhanh. Tôi sẽ không ngạc nhiên nếu đến năm sau, các mô hình sẽ phát triển các định lý mới và đóng góp vào nghiên cứu toán học gốc!