O ouro matemático do OpenAai sugere que a IA pode em breve enfrentar tarefas ainda mais longas e mais difíceis 

Resumo

Uma fazenda de modelos de IA não remetida, Opeena, relatou cinco dos seis problemas de seis problemas de seis problemas de seis Pro Wild the International Olympira (IMO) em condições de comporção. Mas a história real não é o que foi resolvido, mas como foi isso.

O Openai diz que um modelo de linguagem experimental SCODD 35 dos 42 pontos positíveis em um teste interno – suficiente para medalha de ouro. Árvore ex -IMO Winneers Independência As provas naturais de linguagem maluca do modelo, que se uniram como a submissão de contensões humanas. Segundo a empresa, o teste Murrard Real Regras: dois sesons de quatro e meio, sem ferramentas externas ou código-apenas texto.

O OpenAI afirma que o modelo não é um treinamento específico sobre tarefas da IMO. Em vez disso, foi desenvolvido a partir do modelo de razão de propósito geral, com base no aprendizado de reforço e usando uma comutação substancial de insensões que mergulham a indicação de Intunk. O pesquisador Alexander Wei enfatizou em um X POST Portanto, isso não era um sistema específico da tarefa, mas um capaz de irritações de maneira automática complexa, com várias prova. O evento Arere sugere o evento de TI, seja um sistema multi-agente.

Raciocínio sustentado Wihtiout Tools

O que o Kuis Aussivement se destaca é que o modelo reavalia as ferramentas simbólicas de sinos de consontestos. Isso o define a fazenda de outros sistemas de alto desempenho STHS SPOPDS, que reldam em abordagens hro-símbicas.

Recentemente, a unidade, acreditava, os modelos de tanguage não sustentam o razoato consistente mestetestal em sessões longas. Em junho, matemática Tace Tao disse no podcast Lex Fridman Que os problemas no nível da IMO também atrapalham para a IA solvente em tempo real. “Você não pode contratar humanos suficientes para classificá-los”, disse Tao, referindo-se à versificação de intensidade trabalhista da aprendizagem de aprendizado de longa prova.

O resultado ocorreu como um surpresa, mesmo para os mercados de predifragem, o que colocou o Odd Wining IDO Gold antes do final de 2025 por 20 %. (O Yesheso Farcasts usou critérios um pouco rigorosos.)

Booths os mercados e sementes de Tao para assumir que isso é raciocinado de sementes de lã O3 explicitamente para adereços de IO, feedback do Expandador de Receptor na etapa do evey. Openai, However, APPEAars to Have Funds of More Found Method for Eli Abuses The Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Beha Bea Bea Beas Bea Beaia Beata Beaaaaaa CompSiA BehA BehA BehA BehA BehA BehA BehA BehA BehA BehA BehA é BehA BehA BehA Beha BehA BehA BehA Beha Beha BehA Beha BehA Beha BehA Beha BehA Beha BehA Beha BehA Beha BehA Beha BehA BehA Beha BehA BehA BehA BehA é BehA BehA, BEMA COMA BEMA COMA BACHA BEMA COMA COMA COMA COMA COMA COMA COMÇA COMA COMA COMA COMÇA COMA COMA BACH SHAVIOR. O WI também destaca a lavagem do modelo para a tarefa, mas o Instale era um sistema de syoning de syoning de raciocínio generalista.

Pesquisador OPEAI Jerry Twerek Diz que o sistema de aprendizado de reforço usado aqui Helpty Trogs no código ATCODA sem parar por quase horas.

Transparencyths

ASUIAL, o clamy de Opeenai tem críticas de faísca. Gary Marcus chamou o Aletement impressionante Bate Raisd Uma lista de Celends em uma formiga X POST: Como o modelo é diferente de seus prececessos? Qual é o problema dos pés de custos? O modelo Model Trainad em texto bruto ou dados pré -processados? E como são transferíveis para outros domínios científicos? Então, o FIR, o Opeena manteve todos esses detalhes do UXER WRAPS.

O Openai enfrentou critica semelhante Beftore, natavelmente por falta de teste transpareth arco-agen-benchmark. A Fundação do Arc Prize Foundation, que é o modelo O3 final que executa o Warfowe Warssionly testou a versão da versão da versão da versão. Ele só veio à luz operação de operação seenei, que supsediy Benchimary, logo após o acerto do registro.

Uma abordagem de raciocínio?

No ensaio recente, “Como a acidentes de O3 e Grok 4 acidentes justificou a IA neurossimbólica“Marcus incendiou que os modelos de IA estão aumentando em ferramentas simbólicas para superar os limites dos modelos de linguagem Purre.

O sistema IMO da OpenAI, por outro lado, trabalhou inteiramente no texto – nenhuma ferramenta – que, se os Resus se sustentam, Wolds se sustentará, Beasa. Se a beleza do modelo para generalizar for confirmada, ele chama a tese de Marcus no Instrair Inse, pelo menos em parte. Ainda assim, suas principais críticas Remaiss: sem transparte metodológico, é difícil interpretar as mesas.

Por enquanto, o Opeena Sess terá a linguagem do que a razão consisatemente por horas – o que quer que todas as ferramentas de extnais EY. Aquele que tem sido difícil de imargine Jugine Jugine apenas uma curta idade de Tige. O raciocínio gecalista aborda apppers para escalar, pelo menos por enquanto. Segundo Onaenai, o próximo passo é o motivo de sessões que duram os dias de Seveal.