OpenAI仅用两个月时间，就让AI从难以解决小学数学题，进步到获得国际数学奥林匹克金牌的程度，这得益于通用AI技术的重大进展。

OpenAI的GPT模型能否在国际数学奥林匹克竞赛IMO中夺冠？这究竟是事实还是OpenAI的自我吹捧？其中究竟隐藏着怎样的内情？

红杉Training Data播客邀请到OpenAI的IMO金牌核心成员亚历山大·魏、诺亚·布朗以及谢丽尔·许进行访谈，他们谈到如何于两个月之内使AI赢得IMO金牌，并详细阐述了相关策略与经验。

某些人于OpenAI之中并非抱持积极看法。有位研究者曾下注断言模型将落败，赌注比例设定为二比一，但后来出于顾虑以免挫伤团队精神，最终终止了这场博戏。

比赛当天凌晨1点到5点，Noam Brown抽空短暂休息了一下，Alexander Wei则忙着核对模型给出的验证结果。

他们此次还说明了判定AI是否赢得金牌的标准,为进行评估,他们聘请了IMO的金牌得主,每份证明都由三位金牌得主共同评定,他们对于结果的准确性意见统一,因此认定AI确实具备获得IMO金牌的实力。

他们还表示，这种证明非常独特，如同天书般难以理解。虽然具备改进的空间，但为了保持公开透明，他们决定公布未经处理的数据。

若需迅速掌握核心内容，请先查阅下方关键信息；若要探寻背后经历，请继续阅读后续部分。

要点速读

这个由OpenAI组成的三人精英小组，仅用两个月时间，便在AI界长期未能达成的目标上取得突破，成功在国际数学奥林匹克竞赛的高难度题目中获得金牌成绩。

这是通往ASI道路上最重要的里程碑之一。

这一进展格外引人瞩目，并非仅仅因为人工智能的算术表现，关键还在于其内部构造。这种构造属于通用型方法，能够延长检验时长，同时解决那些明显不在竞赛数学领域内的复杂验证难题。

一年之前，人工智能的数学推理能力仅能维持极短时间，大约只有十秒钟。如今，某些人工智能系统已经能够连续进行推理长达一百分钟。

超级智能的目标在于，当推理时长增长至数千乃至数十万小时，我们或许就有机会着手攻克人类在数学、科学等诸多领域里那些极为重要的未解之谜。

团队还提出了他们的特殊做法，在难以核实的工作上，不借助形式化验证手段，而是运用通用强化学习方案。

新模型具备突出的自我审视特质，它自行指出对第六题束手无策，并且指出了攻克竞赛题目和实现数学领域重大进展两者之间存在巨大鸿沟。

IMO 2025第六题是本次竞赛难度最大的题目，大意如下：

设想一个2025x2025的方形阵列，由众多小方格构成，每格边长为一单位长度。马蒂尔达打算在此阵列中布置若干长方形板片，这些板片尺寸不尽相同，但每片板的四边都要与阵列的格子线平行排列，并且每个小方格最多只能被一块板片所覆盖。

计算马蒂尔达必须使用最少数量的瓷砖，使得网格的每一行和每一列都恰好有一个单位正方形不受到任何瓷砖的覆盖。

关键亮点如下：

（1）通用技术胜过专用方案。

小团体同样可以达成显著成就：关键成员仅包含三位科研人员，于项目收尾阶段仅用两个月时间便顺利收官。

（3）人工智能的可靠性通过增强自我认知得以提高，当遇到极为棘手的题目时，该系统能够表明自身无法处理，而非提供貌似正确却含有偏差的回应。

测试阶段需要运用扩展助力进行深度推理，核心是让推理运算时长从秒级增长至小时级，以便模型能够对复杂议题进行更周全的思考。

（5）竞赛是进步的起点，而非终点。

Sheryl Hsu, 在前排中间位置的那位女士, 分享了包含OpenAI成员的合影

两个月的奇迹

国际数学奥林匹克是世界范围内高中阶段数学领域的最高级别竞赛，每一道试题都极具挑战性，即便是专业领域的数学家也需要经过长时间的努力才能攻克。

即便是数学领域的杰出人物陶哲轩，在十岁那年首次参与国际数学奥林匹克竞赛，也只是得到了铜质奖牌，直到大约两年之后，他再次参加这项赛事，才终于赢得了金牌。

可OpenAI的这支小队却只用了两个月！

他们的秘密武器是什么？

在红杉资本制作的播客节目《Training Data》里，主持人Sonya Huang揭露了事实情况，内容是，

他们用了一种叫做「多智能体系统」的技术。

概括而言，就是要让好几个人工智能互相配合，如同一个高效团队各司其职，共同完成任务。

这种方法让他们的模型能在短时间内解决复杂问题。

AI在数学上真令人叹为观止！

就在几年前，AI模型还在为解决小学数学问题而挣扎。

在2024年，GSM8K还被当作评估模型的标准。

GSM8K，也就是小学数学8K，里面装着8,500道优质、内容丰富的数学应用题，都是小学级别的。现在这个数据集的表现已经达到顶尖水平：Claude 3 在这里能正确答对的问题比例已经高达95%

在数学界，这仅是暂时状况。紧接着，AI数学评测引入了美国数学邀请赛AIME，随后又出现了美国奥数USAMO。

去年的开源模型数学排行榜

现在，国际数学奥林匹克竞赛金牌也被AI拿下。

AI以惊人的速度突破了所有的数学基准。

AI或觉醒自我意识，敢说自己「没答案」

偶尔，人工智能会天马行空，生成不准确的回应，并且十分固执，过分相信自己的判断。

这属于推理模型的「幻觉」问题。

OpenAI的模型与众不同之处在于，当它无法解决某个问题时，会明确表示自己缺乏答案。

比如在IMO第6题上，模型选择不冒险，而是承认自己的局限。

新模型显著减少了「幻觉」问题。

OpenAI的研究者Noam Brown指出，人工智能正逐步转向自我意识的推理阶段，这标志着其认知能力有了显著提升，AI开始运用内在逻辑进行独立思考，展现出更为复杂的决策过程，这种转变预示着机器智能正迈向更高层次的发展阶段。

早先，数学研究者必须认真核对计算结果，由于初始系统时常会暗地里搞错不等式，或是编造错误环节，因而产生虚假结论。

当没有充分证据支持时，最新修订的国际海事组织版本常表示不确定态度，这种情况显著降低了潜在偏差的发生

这一成就令坚信通用人工智能的网友Causal Coder无比振奋地留言：「其意义远超赢得奖牌！」

这是为了防止出现「幻觉」，从而提升AI的可信赖度。

《自然》期刊的调查同样印证了这一看法，提升人工智能水平的重要途径在于降低其产生的偏差。

这项能力在数学竞赛中表现突出，并且有助于将来从事科学计算时更加顺利。

数学让人谦卑，AI任重道远

尽管这次的进步令人兴奋，但距离千禧难题还很远。

若以IMO题的思路，大约要花一个半小时去推算，而千年级别的难题，则要把思考时间增加上千倍，依然感觉责任重大，挑战艰巨。

GSM8K属于小学数学范畴，优秀学生能在瞬间完成解答。当前人工智能从秒级水平提升至国际数学奥林匹克水准——天赋异禀的学生完成每道题平均耗时1小时半（三项总时长4小时半）。从事数学研究则要求这些竞赛型天才投入成年后1500小时的学习时间。由此可见，从1小时半到数千小时，其间存在千倍时间鸿沟。

对于千年难题，该领域的学者倾注毕生心血，却收效甚微。数学的博大精深令人敬畏：从十五小时到数百万小时的智识探索，前路依旧漫漫。

目前，7大千禧难题只有庞加莱猜想得到了解决

不止是数学通向通用智能

这次的突破是为了开发通用的推理技术，而不是局限于数学。

他们仅用了一年多的时间，就将推理所需时长由0.1分钟增加到了100分钟。

除了有助于深入分析复杂问题，以及在无法轻易核实的工作上有所突破，这还包括了增强同时进行计算的规模，以及关联到多个独立行动体。

在多智能体强化学习试验里，两组对抗的智能体开始交战，彼此竞争，互不相让

他们运用精巧构思的「奖励函数」，使AI得以应对难以核实的复杂问题，这种思路同样适用于物理奥林匹克赛事，只是当前模型尚不能执行实验环节的任务。

他们运用的方法在延长推理时段、应对无法核实的工作以及同时运算等方面都是通用的方案，这些方案准备移植到其他体系里，或者已经迁移进去了。

从基础建设层面来看，这次基本上动用的是跟其他项目一样的设施设备。

并没有什么专门为IMO定制。

他们表示这一技术后续将融入更多OpenAI的模型，以此全面强化推理性能，进而打造出更为强大的模型，并持续优化Agent、GPT等所有相关项目。

但全球部署仍需时间。

挑战与梦想：路还长

历经久远的谜题例如黎曼猜想，人类中的智者毕生都无法破解，人工智能还须要经历更多革新。

但是团队并未灰心，他们还希望人工智能能够自主地构思出新议题，这种能力比起解决难题要更加引人入胜。

Noam Brown称，语言模型正飞速逐一突破瓶颈，进展显著，许多难题已被攻破，未来潜力巨大。

接下来的任务在于构思全新议题，例如设计国际数学奥林匹克水准的题目，这种工作确实需要资深的数学专长，不过目前看来并无难以逾越的难关。

红杉的Sonya戏言，从零点一分钟左右到一百分钟左右进行逻辑延伸，这已是显著的长足发展，前景值得期待。

这对我们意味着什么？

这个故事既精彩，又非常实用。设想一下，未来的智能助手能够协助处理家庭开销、构思新游戏，甚至萌发科学上的新见解！这对普通人而言，代表着更智慧的生活伴侣即将到来。而对于人工智能的研究者，这则是一个启示：协作与构思能够收获意想不到的收获。

参考资料

这个视频链接提供了丰富的观看体验，内容非常吸引人，值得大家去欣赏，感兴趣的观众可以点击这个地址进行浏览，视频时长适中，信息量充足，适合利用碎片时间观看，整体呈现效果相当不错，推荐给喜欢这个主题的观众。

那个账号发布了若干条信息，内容涉及个人动态和一些想法的抒发，获得了众多网友的关注和互动，其中不乏一些点赞和评论，整体呈现出比较活跃的交流氛围。

这个链接指向一条推文，内容来自账号slow_developer，推文编号为1950504142990139571

这个链接指向一条推特信息，内容是ChatGPT21账号发布的，状态码为1950606890758476264。

该网址指向的是 Sequoia Capital 的播客节目，内容涉及培训数据以及 OpenAI 和 imo 的相关讨论。

这条推文提到了一个链接，链接地址是推特上的一个特定页面，页面上有一个推文，推文包含了特定的内容，内容是关于一个网址，这个网址指向了某个资源，这个资源可能是一个视频或者图片，或者是其他类型的媒体文件，这个推文可能是分享这个资源的一个方式，也可能是表达某种观点或者情绪的一种途径，这个推文被很多人关注和讨论，可能引起了广泛的共鸣或者争议。

那个网址指向一个GitHub项目，项目名称叫openai-imo-2025-proofs，它包含了某些证明文件，这些文件与人工智能以及国际数学奥林匹克竞赛有关，年份是2025年

请访问这个链接，它包含一个数学评估的词汇表，内容详尽且易于理解，是学习和掌握相关知识的宝贵资源。