OpenAI 模型达到国际数学竞赛金牌水准

Alexander Wei（@alexwei_1）

我很激动地宣布，我们最新的 @OpenAI 实验性推理 LLM，攻克了 AI 领域一项由来已久的重大挑战：在全球最负盛名的数学竞赛——国际数学奥林匹克竞赛（IMO）中，达到了金牌水平。

2025 年 7 月 19 日上午 7:50
570 万次浏览

Alexander Wei（@alexwei_）

我们按照与人类参赛选手相同的规则，使用 2025 年 IMO 试题评估了模型：参加两场各 4.5 小时的考试，不使用任何工具，也不能访问互联网；阅读官方题目，并用自然语言撰写证明。

Alexander Wei（@alexwei_）

为什么这件事意义重大？

首先，与以往的 benchmark 相比，IMO 试题要求持续进行更高水平的创造性思考。从推理所需的时间跨度来看，我们已经从 GSM8K（顶尖人类约需 0.1 分钟），进步到 MATH benchmark（约 1 分钟）、AIME（约 10 分钟），再到 IMO（约 100 分钟）。

Alexander Wei（@alexwei_）

其次，IMO 的答卷是长达数页、很难验证的证明。要在这方面取得进展，就必须突破依赖明确、可验证奖励的 RL 范式。

通过这种方式，我们得到的模型能够构建复杂而严密、经得起推敲的论证，达到人类数学家的水平。

Alexander Wei（@alexwei_）

除了结果本身，我们采用的方法也令我兴奋：我们并不是依靠狭窄的、针对特定任务的方法论达到这一能力水平，而是通过在通用强化学习和 test-time compute scaling 方面开辟新的道路来实现的。

Alexander Wei（@alexwei_）

在评估中，模型解出了 2025 年 IMO 的 6 道题中的 5 道。对于每一道题，都由三位往届 IMO 奖牌得主分别独立评审模型提交的证明，并在三人一致同意后确定最终得分。

模型总计获得 35/42 分，足以拿到金牌！🥇

Alexander Wei（@alexwei_）

衷心祝贺整个团队——@SherylHsu02、@polynoamial，以及所有让我们得以站在其肩膀上的巨人——是你们让这个疯狂的梦想成为了现实！

我很幸运，能够与最优秀的一群人并肩工作，共度一个又一个深夜和清晨。

Alexander Wei（@alexwei_）

顺便说一下，我们很快就会发布 GPT-5，也很期待大家亲自体验。

但需要说明的是：这款获得 IMO 金牌水平成绩的 LLM，是一个实验性研究模型。未来几个月内，我们不打算发布任何具备同等数学能力的产品。

Alexander Wei（@alexwei_）

尽管如此，这一成果仍然凸显出，近年来 AI 的进步究竟有多快。

2021 年，我的博士生导师 @JacobSteinhardt 曾让我预测截至 2025 年 7 月，AI 在数学领域能取得怎样的进展。当时我预测，AI 在 MATH benchmark 上能达到 30%——而且我还觉得其他所有人都过于乐观。

结果，我们现在已经达到了 IMO 金牌水平。

Alexander Wei（@alexwei_）

如果你想看看，这里是模型对 2025 年 IMO 试题给出的解答！

模型解出了 P1 到 P5，但没有为 P6 给出解答。（先为它那种……独特的风格向大家道个歉——它确实是一个非常实验性的模型 😅）

GitHub - aw31/openai-imo-2025-proofs
来自 github.com

Alexander Wei（@alexwei_）

最后，我们要向参加 2025 年 IMO 的所有选手表示祝贺，祝贺他们取得的成就！

@OpenAI 有许多往届 IMO 参赛者，我们为此深感自豪；同时，我们也清楚，这些参赛者正是未来最聪明的一批年轻人。

AI Notkilleveryoneism Memes ⏸️（@AISafetyMemes）

那么，下一个目标是什么？接下来，又有什么事情会被认为是 LLM 永远不可能做到的？

加入对话
再查看 391 条回复