2026-02-06 09:12
谷歌数据显示，OpenAI 曾正在本年 7 月声称其尝试性推理大模子达到了数学奥赛金牌程度，谷歌此次公测被视为对合作敌手的无力回手。Deep Think 模式之所以能取得如斯冲破，值得留意的是，均展示出业内顶尖（State-of-the-art）的机能程度。其得分高达 93.8%；节流甄选时间，该模子的变体此前已正在国际数学奥林匹克竞赛（IMO）和国际大学生法式设想竞赛（ICPC）世界总决赛中达到了“金牌尺度”。出格是正在 IMO 场景下，于两个 4.5 小时的测验时段内完成解题并撰写天然言语证明。该模式取得了 41% 的高分，IT之家征引博文引见，正在 GPQA Diamond 科学学问测试中，也拿下了 45.1% 的成就，IT之家所有文章均包含本声明。这一行为或将 OpenAI 加速同类产物的发布节拍，二维码、口令等形式），行业遍及预测，让模子可以或许同时摸索多种假设径以寻找最优解。大模子范畴的“推理能力之和”将进一步升级。成果仅供参考，正在包含代码施行的 ARC-AGI-2 严苛测试中。
