OpenAI 新模型测试 4000 道未解数学题

BeInCrypto
在BeInCrypto上打开
OpenAI 新模型测试 4000 道未解数学题

数学测试一直是检验 AI 模型(如 ChatGPT 和 Claude)能力的基准方法。OpenAI 表示,其最新模型在现有数学测试中的表现已经接近极限,这也让这些测试参考价值逐渐降低。为此,研究人员决定挑战更高难度。

他们向一款尚未公开发布的模型提供了约 4,000 道未被解答的数学难题。结果出人意料,同时也引发关注。

该 AI 生成了 722 篇学术论文,内容归为 372 个相关成果系列。OpenAI 称,每一项成果平均耗时约 3 小时的推理计算。

“数学界即将迎来令人激动的时代!” BeInCrypto 未来科技与 AI 专家委员会成员 Stefano Gogioso 表示

AI 的进步速度会不会过快?

这才是更深层的隐忧。前沿 AI 如今已不仅仅是解答已知问题,还在尝试为未知问题提出可能的答案。

这意味着,无论是研究员、工程师还是分析师,其理论工作产能都可能大幅提升。

但 AI 产出并不等同于“真理”。OpenAI 的部分论文配有可由计算机自动检验的 Lean 证明,但也有论文尚未被验证。OpenAI 警告称,尚未核查的结果“可能存在问题”。

这也带来了新的瓶颈:AI 生成研究的速度,或许会超过人类审核的能力。

We’re releasing a broad range of new mathematical results produced by an internal frontier model.

We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and…

— OpenAI (@OpenAI) October 6, 2026

AI 能否直接进行投资预测与决策?

理论上有可能,但金融领域的复杂性完全不同。

数学证明最终总能验证对错,而金融市场则充满噪音、持续波动。

近期金融领域的基准测试显示,前沿 AI 仍难以应对复杂的投资研究,关于市场时机的研究也尚未发现 AI 具备显著的预测优势。

短期内,AI 更有可能助力深度研究,而不是“完美预测”。

具备数小时持续推理能力的 AI,可以同步梳理财报披露、电话会议、宏观数据及多种假设场景,测试人类分析师难以覆盖的大量假设。

这正是 OpenAI 实验释放的最大信号:AI 正具备以巨大规模产出专业分析工作的能力。下一步挑战,将是如何甄别哪些结果值得信任。

https://www.youtube.com/watch?v=IcgIaeIE7LI&t=28s

在 cn.beincrypto.com 阅读由 Jakub Dziadkowiec 撰写的原始文章 OpenAI 新模型测试 4000 道未解数学题