OpenAI的研究科學家Alexander Wei上周六（7/19）宣布，OpenAI實驗性的推理大型語言模型在世界最負盛名的數學競賽—國際數學奧林匹亞（International Math Olympiad，IMO）取得了金牌等級的成績。Wei在X上展示了一張草苺掛上金牌的照片，外界猜測或許代表其專案名稱為Strawberry。
IMO是一項針對高中生的全球性數學競賽，在兩天的競賽中各提供4.5小時的時間來解決涵蓋不同領域的3道數學題目，每道題最高為7分，金牌門檻每年不一，通常落在31~42分之間，今年數奧甫於上周結束，金牌門檻為35分，有67名同學獲得金牌。OpenAI採用與人類參賽者同樣的規則，不使用工具或網路，讓模型閱讀官方問題的陳述，再以自然語言撰寫證明，它解決了5道題目，得到35分，剛好為今年的金牌門檻。
Google DeepMind的AlphaProof模型也曾在2024年挑戰數奧，它解決了4道題目，得到28分，距去年金牌門檻只有1分之遙。
Wei說，相較於過去的基準測試，IMO需要持續的思考能力，此一結果意味著模型的推理時間範圍，已從只需要0.1分鐘的GSM8K、約1分鐘的MATH、10分鐘的AIME，擴展至可能需要100分鐘的IMO，從簡單的快速運算到處理需要長時間思考的複雜問題，同時媲美人類頂尖數學家。
此外，除了結果本身，Wei更對他們所使用的方法感到興奮，因為他們並非透過狹隘、針對特定任務的方法，而是在通用強化學習及推理時擴充運算能力上開創了新局面。
不過，該達到數奧金牌等級的大型語言模型仍只是個實驗性的研究模型，並非商業產品，OpenAI短期內、至少在數個月內都不會釋出類似的功能。但外界可以期待的是OpenAI即將發表GPT-5。
該模型很可能是Wei在OpenAI的最後一個作品，因為專注於大型語言模型及推理研究的Wei已於今年7月中跳槽至Meta AI，成為Meta超級智慧實驗室（Meta Superintelligence Labs，MSL）的一員。
