AI 模型参加五项国际奥赛获金牌,零工具多智能体推理。
转推 @shuchaobi: 为了了解我们在推理方面是否取得了真正的进展,我们今年让 AI 模型参加了五项国际 STEM 奥林匹克竞赛。
结果:
🏅 亚洲物理奥林匹克 (APhO):理论考试满分 — 金牌
🏅 国际物理奥林匹克 (IPhO):理论考试满分 — 金牌
🥇 国际数学奥林匹克 (IMO):金牌,人类参赛者前 4%
🥇 国际化学奥林匹克 (IChO):金牌水平表现
🥇 罗马尼亚数学大师赛 (RMM):金牌水平表现
其中三项(APhO、IPhO、IMO)是现场竞赛,我们的解决方案是在真实竞赛条件下提交的,并由官方评委使用与学生参赛者相同的评分标准进行评分。
关于方法的几点:
• 模型是 Muse Spark 系列的内部训练版本
• 零工具使用:无搜索、无代码解释器、无计算器
• 多智能体编排与并行推理
我们对这种推理能力的未来发展感到兴奋;跨科学领域的前沿研究水平以及个人超级智能。
非常感谢 APhO、IPhO 和 IMO 的组织委员会支持我们的现场参与。我们深深尊重这些竞赛背后的参赛者和组织者。🙏
并为完成这项工作的 MSL 团队感到自豪!
结果:
🏅 亚洲物理奥林匹克 (APhO):理论考试满分 — 金牌
🏅 国际物理奥林匹克 (IPhO):理论考试满分 — 金牌
🥇 国际数学奥林匹克 (IMO):金牌,人类参赛者前 4%
🥇 国际化学奥林匹克 (IChO):金牌水平表现
🥇 罗马尼亚数学大师赛 (RMM):金牌水平表现
其中三项(APhO、IPhO、IMO)是现场竞赛,我们的解决方案是在真实竞赛条件下提交的,并由官方评委使用与学生参赛者相同的评分标准进行评分。
关于方法的几点:
• 模型是 Muse Spark 系列的内部训练版本
• 零工具使用:无搜索、无代码解释器、无计算器
• 多智能体编排与并行推理
我们对这种推理能力的未来发展感到兴奋;跨科学领域的前沿研究水平以及个人超级智能。
非常感谢 APhO、IPhO 和 IMO 的组织委员会支持我们的现场参与。我们深深尊重这些竞赛背后的参赛者和组织者。🙏
并为完成这项工作的 MSL 团队感到自豪!