OpenAI通用推理模型在国际奥数竞赛中达到金牌水平，解出5题得分35/42。模型通过新技术实现长时间复杂推理和自然语言证明，非专用系统。标志AI在创造性思考和科学研究的重大突破，为解决千年难题铺路。GPT-5即将发布但暂缺此能力。
AI做奥数的神话，刚刚被戳破了！最新出炉的2025 IMO数学竞赛中，全球顶尖AI模型无一例外翻车了。即便是冠军Gemini也只拿下可怜的31分，连铜牌都摸不到。Grok-4更是摆烂到底，连DeepSeek-R1都令人失望。看来，AI想挑战人类奥数大神，还为时尚早。
AIMO2冠军「答卷」公布了！英伟达团队NemoSkills拔得头筹，开源了OpenMath-Nemotron系列AI模型，1.5B小模型击败14B-DeepSeek「推理大模型」！
AIMO2最终结果出炉了！英伟达团队NemoSkills拔得头筹，凭借14B小模型破解了34道奥数题，完胜DeepSeek R1。
国产AI几何模型性能达IMO金牌水平，打平谷歌DeepMind最新AlphaGeometry系列——
谷歌DeepMind的AI，终于拿下IMO金牌了！六个月前遗憾摘银，如今一举得金，SKEST新算法立大功。这不，它首破解了2009 IMO最难几何题，辅助作图的神来之笔解法让谷歌研究员当场震惊。
阿里巴巴全球数学竞赛，已经举办了六年。 在今年三月，组委会宣布了一件振奋人心的事情—— “不论碳基和硅基”，今年首次开辟了 AI 赛道。
OpenAI的o1系列一发布，传统数学评测基准都显得不够用了。
13.8和13.11哪个大？这个问题不光难倒了部分人类，还让一票大模型折戟。AI如今都能做AI奥数题了，但简单的常识问题对它们依然难如登天。其实，无论是比大小，还是卷心菜难题，都揭示了LLM在token预测上的一个重大缺陷。
历经3个月，首届AI奥数竞赛终于公布最终结果了！Gemma 7B只能达到3/50正确率的题目中，第一名的Numina模型居然刷出了29/50的成绩。
