Google與OpenAI模型解題能力，相較過往AI有何重大突破？

Question

Accepted Answer

Google 與 OpenAI 的 AI 模型在國際數學奧林匹亞（IMO）中取得突破性成就，標誌著通用推理模型的新紀元

Google 與 OpenAI 近日宣布，其 AI 模型在 IMO 競賽中達成前所未有的雙金紀錄，這是 AI 系統首度在此類頂級數學競賽中展現出如此強大的解題能力。兩家公司的模型均在 6 道題目中成功解出 5 題，顯示出通用 AI 模型透過自然語言處理數學概念的潛力已達新高度。
通用推理模型取代專用 AI，展現泛化能力

此次 Google 與 OpenAI 的模型採用的是通用 AI 的「推理」模型，直接透過自然語言理解與處理數學問題，這與過去數學競賽中的 AI 嘗試有顯著差異。過去，AI 在數學競賽中的應用多半依賴形式語言、符號運算或是專為數學設計的特定模型，例如 Google DeepMind 去年藉由數學專用 AI 獲得銀牌。然而，這些專用模型在泛化能力與處理複雜、開放式問題時，常面臨侷限。通用推理模型的出現，意味著 AI 不再局限於特定領域的規則，而是能像人類一樣，運用語言理解能力來解析並解決問題，這為 AI 在科學研究領域的應用開啟了更廣闊的空間。
延長「思考時間」與「測試時運算」是關鍵突破點

OpenAI 的突破在於其尚未公開的實驗性模型，大幅提升了「測試時運算」（test-time compute），讓模型能夠同時探索多條推理路徑並延長「思考」時間。這種機制允許 AI 進行更深入、更全面的分析，如同人類在面對難題時會反覆思考、嘗試不同解法。雖然 OpenAI 並未透露其運算成本，但強調其「非常昂貴」，顯示出這種能力的實現需要龐大的計算資源。Google 亦採用了類似的策略，其「Gemini Deep Think」模型完全透過自然語言操作，並在官方規定的 4.5 小時內完成解題，相較於過去可能需要長時間離線計算或依賴特定演算法，這種即時、深入的推理能力是顯著的進步。這種延長思考時間的能力，本質上是透過增加運算資源來提升模型在複雜推理任務上的成功率與精確度。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

Google與OpenAI模型解題能力，相較過往AI有何重大突破？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友