2026-10-08 18:13:48
OpenAI 最新发布的模型未达到数学标准:719 个证明中,仅有 10 个包含推理链。
根据由普林斯顿高等研究院主办的数学与人工智能咨询小组(AGMAI)发布的指南,OpenAI 本周发布了约 719 个数学解答,但未达到 AGMAI 制定的标准。在这 719 份手稿中,只有 10 份包含该模型的思维链推理,且仅有 42% 的证明通过代码得到了验证。AGMAI 特别建议将证明形式化,并建议 OpenAI 协助资助人类数学家验证这些解答,但这些建议并未得到完全遵循。剑桥大学和伦敦国王学院的研究人员在一篇论文中指出,OpenAI 的自然语言证明与其形式化的代码表示之间存在差异。