就在几年前，人们还认为我们距离人工智能赢得IMO金牌还有22年的时间。

前沿技术 · 2025-7-23 15:27:51

这来自Metaculus，它有点像一个预测市场。网址是：https://www.metaculus.com/questions/ 6728/aiwinsimo金牌

yomiko2004 · 2025-7-23 16:55:52

他们的模型不是专门用来下棋的吗？如果我可以即时访问整个国际象棋策略id可能会赢得tbh lol

乐趣无穷 · 2025-7-24 05:06:33

难道不是在国际象棋上输给了卡尔森吗？

chouwa · 2025-7-24 07:26:34

一般文本预测？你住在2024年吗？塔尔以前已经被揭穿了，你还在重复那些废话吗？LLM (这实际上是错误的名称，因为当前的模型可以采用任何模态) 在推理期间创建自己的内部世界，同时与您交互。

steking · 2025-7-24 09:31:12

伙计，你吹捧任何抬高人工智能估值的东西，而且你还会很开心。

有点无聊 · 2025-7-24 10:08:06

并不是这样，那只是一个狭义人工智能，而OpenAI凭借通用人工智能取得了巨大成功。这两者之间有很大的区别。

Shoubuliao · 2025-7-24 10:08:24

ChatGPT没有被编程用于下棋。另一方面，Leela是一款国际象棋引擎，它是一个通过强化学习训练的基于Transformer架构的程序，目前它在角逐最佳国际象棋引擎的竞争中表现出色，其能力远远超过了卡尔森（国际象棋特级大师）。

秋之舞 · 2025-7-24 10:44:36

那是通用的文本预测模型，所以它在小众、特定领域的表现肯定不会太好。这个模型成本要高得多，是经过专门训练的。就算会发布，也要几个月之后了。

cooker · 2025-7-24 11:57:37

实际上，你提到的那种预测特别愚蠢。预测市场要发挥作用需要有激励因素，而且因为押注人工智能会毁灭人类并不能带来任何好处（到时候你都死了），任何押注这种情况会发生的人不过是在扔钱来证明某种观点罢了。从这一点来说，这可不是一个真正的预测市场。

矮酷悦儿 · 2025-7-24 12:14:37

那又怎样？如果你为了实现某个特定目标进行优化，你就能达成目标，这和为了达到某些基准指标而强行适配模型没什么不同。但这只是一种干扰因素，与炒作远远超过实际产出和交付成果这一事实毫无关系。

҉时҉间҉ · 2025-7-24 14:12:05

你无意间提出了一个非常重要的观点：大语言模型（LLM）并没有对这些问题的解决方案进行“推理”。它是在这些问题上进行训练的。它记住了答案。如果一个人工智能在国际象棋比赛中输了，那是因为它训练得不够好。如果一个人工智能无法解决某些数学问题，那是因为它训练得不够充分。这清楚地表明，大语言模型只能吐出它们所“记住”的任何内容。这意味着它们没有真正的智能，只有知识。

湖光倒影 · 2025-7-24 15:04:48

那为什么我们还没有解决“P 对 NP 问题”呢？

有块砖头 · 2025-7-24 15:46:55

你有没有钻研/练习过往年国际数学奥林匹克竞赛（IMO）的题目以及常用解题技巧？这是一项必备要求，竞赛数学需要大量的练习。

段花羽 · 2025-7-24 18:53:43

随便选一个大语言模型，问它一个类似甚至更简单的问题，看看它给出的都是些什么乱七八糟的回答。

a.孤独 · 2025-7-25 11:22:56

如果OpenAI在这件事上做到了诚实和透明，那么真正让我震惊的是，从更广泛的意义上来说，这并非一个人工智能——而仅仅是一个大语言模型。而且没有借助任何工具。当然，我早就觉得谷歌去年取得的成果令人印象深刻——但这次呢？如果情况属实，那这就完全是另一个层次了。老实说，我甚至都无法完全理解这其中的影响。

铁血蓝色科技 · 2025-7-25 19:52:05

这恰恰就是为什么那些做出诸如“我认为人工智能有37%的可能性会毁灭人类”这类预测的人是如此愚蠢。复合式且加速的进步是极难预测的，这是奇点的一个显著特征。

bhtl · 2025-7-25 21:52:11

目前来看，OpenAI的结果基本上只是推测。但看看谷歌，你就会发现他们为赢得此事付出了大量努力。从致谢部分你可以看到，他们有多个团队参与到这个项目中。如果针对这个特定问题对模型进行了大量训练，那我可不认为这是真正意义上的“零样本”。而且，为取得这一成果究竟使用了多少算力也不得而知。就我们所知，仅对这6道题进行推理，可能就耗费了数百万（的算力）。https://deepmind.google/discover/blog/advancedversionofgeminiwithdeepthinkofficiallyachievesgoldmedalstandardattheinternationalmathematicalolympiad/

Christianrix · 2025-7-25 21:58:09

你看到亚历山大·魏（Alexander Wei）那篇在一定程度上谈及这个问题的帖子了吗？不过显然你说得对，这只是他们的说法，尚未得到证实。“第二点，我们按照与人类参赛者相同的规则，用2025年国际数学奥林匹克竞赛（IMO）的题目对我们的模型进行了评估：分两场、每场4.5小时的考试，不能使用工具或网络，阅读官方题目陈述，并以自然语言撰写证明过程。”

大思星 · 2025-7-26 04:40:25

公平地说，“大语言模型不会做数学题” 这句话一直指的是算术运算，而非数学证明。

help · 2025-7-26 05:08:25

不，不会的，经济可不是这么运行的，你这个笨蛋。

bett_liu · 2025-7-26 09:17:07

人们还是不明白。大语言模型并非用于解决问题，它们是用来处理诸如文本之类的自然语言的。这从名字里就能看出来：大语言模型。它们无法生成图像，无法解决数学问题，也不会下棋。它们所擅长的就只是理解语言并输出语言。

Morvan · 2025-7-29 17:40:36

人工智能甚至都不知道如何完成我大学一年级的工程学作业。

kyc · 2025-7-30 05:37:40

我觉得中位数没那么重要。把那些完全准确的人的名字给我。

wanggang761029 · 2025-7-31 14:40:02

有些没学过下棋的人下棋输了。如果你不会下棋，你觉得自己能赢吗？

ues6858 · 2025-8-11 14:12:42

我知道所有这些题该怎么做，我只是想更快地把它们做完，这样我就能去做那些我不会的题目了，因为我没办法回头再看之前的任何问题。我会先读题，确保自己知道怎么解之后再作答。

xiaojin · 2025-8-15 09:32:02

这个问题挺有意思的，也让我有点意外，因为关注它的人好像不多。问题是说：AI 什么时候能突破它原本被设定的环境，去黑进一些它本来不该碰的系统？（说白了，就是像 OpenAI 这类模型，什么时候会有“越狱”能力）我们现在是不是还处在大家觉得这事不会发生的阶段？我个人觉得，它们的能力已经快接近这个水平了，不管 OpenAI 是不是允许它这么做。你可以看看这个问题的页面：
https://www.metaculus.com/questions/34397/whenwillaigainunauthorizedaccesstosystemsoutsideofitsspecifiedenvironment/

benben82 · 2025-8-18 10:17:26

为什么这么让人意外呢？数学其实也是一种语言。

		自动登录	找回密码
密码			立即注册

就在几年前，人们还认为我们距离人工智能赢得IMO金牌还有22年的时间。

相关帖子

26 回复

浏览过的版块

元老级人物

第一篇帖

渐入佳境

CV工程师

我是萌新

缝合怪

话痨标兵