GPT-5 与数学发现的未来
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了优化理论中的一个关键问题。这一成果展现了 AI 在加速数学发现中的作用。
#推理
#推理
今日 0 条OpenAI NewsAI 评分4949
Google DeepMind精选AI 评分9292 Google 正式发布 Gemini 3 模型，推出 Gemini 3 Pro 与 Deep Think 模式
Google 正式发布 Gemini 3，首先推出 Gemini 3 Pro 预览版，号称在多模态理解、推理和编码方面达到业界最先进水平，LMArena 得分 1501 Elo。同时推出增强推理模式 Gemini 3 Deep Think 以及全新的智能体开发平台 Google Antigravity。
推荐理由：官方公布 Gemini 3 Pro 在推理、多模态和编码基准上全面超越 2.5 Pro，并推出 Deep Think 模式与 Antigravity 开发平台。
Google DeepMind精选AI 评分6666 SIMA 2：在虚拟 3D 世界中与你共同游玩、推理与学习的智能体
Google DeepMind 发布 SIMA 2，一个以 Gemini 模型为核心的通用 AI 智能体，从指令跟随者升级为可交互的游戏伙伴。SIMA 2 能理解用户的高层目标、对话说明自己的意图，并通过试错与 Gemini 反馈自我改进；在从未训练过的游戏（如 ASKA 和 MineDojo）以及 Genie 3 生成的全新 3D 世界中也能泛化行动。
推荐理由：SIMA 2 从指令跟随者进化为能推理、会交流并自我改进的交互式伙伴，为具身智能走向通用性提供了可参照的路径。
OpenAI News精选AI 评分8282 OpenAI 推出面向开发者的 GPT-5.1
OpenAI 宣布 GPT-5.1 现已在 API 上线，带来更快的自适应推理、扩展的 prompt caching、改进的编码性能，以及新的 apply_patch 和 shell 工具。
推荐理由：官方列出 GPT-5.1 在 API 中的推理、缓存与编码能力变化，开发者可据此评估迁移成本与收益。
OpenAI NewsAI 评分5757 OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 120B 与 20B 开放权重安全模型
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 与 gpt-oss-safeguard-20b 两款开放权重推理模型。它们从 gpt-oss 模型后训练而来，能依据给定策略推理并为该策略下的内容打标签；报告同时以底层 gpt-oss 模型为基线给出了基础安全评测。
OpenAI NewsAI 评分5555 OpenAI 打造更有用的 ChatGPT 体验：加强青少年保护并将敏感对话路由至推理模型
OpenAI 宣布与专家合作，在 ChatGPT 中通过家长控制加强青少年保护，并将敏感对话路由至推理模型。相关更新面向所有用户，重点在于让对话体验更安全、更有帮助。
OpenAI News精选AI 评分8383 OpenAI 在 API 平台推出面向开发者的 GPT-5
OpenAI 在 API 平台上推出 GPT-5，提供高推理性能和面向开发者的新控制选项。官方称其在真实编码任务上取得同类最佳表现。
推荐理由：官方说明给出了 GPT-5 在 API 平台的推理性能定位与新增开发者控制项，开发者可据此评估是否接入现有编码工作流。
OpenAI News精选AI 评分8181 OpenAI 发布 o3 与 o4-mini 系统卡片
OpenAI 发布 o3 与 o4-mini 的系统卡片，两款模型将最先进的推理能力与完整工具能力相结合。支持能力包括网页浏览、Python、图像与文件分析、图像生成、canvas、automations、文件搜索和记忆。
推荐理由：官方系统卡片列出了 o3 与 o4-mini 的推理与工具能力，读者可据此判断其与现有工作流的适配度。
OpenAI NewsAI 评分4949 OpenAI deep research System Card
OpenAI 公布 deep research System Card，汇总发布 deep research 前完成的安全工作。报告涵盖外部红队测试、依据 Preparedness Framework 开展的前沿风险评估，以及针对关键风险领域的缓解措施。
OpenAI NewsAI 评分2323 使用 OpenAI o1 进行金融分析
Rogo 借助 OpenAI o1 扩展其 AI 驱动的金融研究能力。该实践展示了 o1 在金融分析场景中的应用。
OpenAI News精选AI 评分7474 OpenAI 推出 deep research 智能体
OpenAI 推出 deep research 智能体，可利用推理综合大量在线信息并代为完成多步研究任务。该功能今天起向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：官方公布了 deep research 的能力定位和分阶段开放计划，读者可据此判断它对多步信息检索类工作流的影响。
OpenAI NewsAI 评分5252 OpenAI 以最新推理模型支持美国国家实验室，强化美国 AI 领导力
OpenAI 宣布其最新推理模型将供美国国家实验室的顶尖科学家使用，以推动科学突破。官方摘要未披露具体模型版本、接入方式或合作期限。
OpenAI NewsAI 评分2525 OpenAI o1 系列模型如何解决复杂问题
OpenAI o1 系列推理模型可辅助解决编程、战略与研究等领域的复杂问题。该视频展示了这些模型在上述场景中的实际应用能力。
OpenAI News精选AI 评分7575 OpenAI o1-mini：推进成本高效的推理
OpenAI 发布 o1-mini 模型，主打成本高效的推理能力。
OpenAI NewsAI 评分2020 OpenAI o1 的贡献
OpenAI 公布 o1 模型贡献说明，概述 o1 的核心贡献与影响。
OpenAI NewsAI 评分2929 使用 OpenAI o1 编程
Cognition 联合创始人兼 CEO Scott Wu 解释了 OpenAI o1 如何以更接近人类的方式做出编程决策。
OpenAI NewsAI 评分3232 经济学家 Tyler Cowen 解读 OpenAI o1 的经济学推理能力
经济学家 Tyler Cowen 解读 OpenAI o1 如何处理复杂经济学问题，探讨其推理能力在经济学分析中的应用。
OpenAI NewsAI 评分2929 Color Health 如何用 GPT-4o 推理能力变革癌症诊疗
Color Health 与 OpenAI 合作推出 Cancer Copilot 应用，借助 GPT-4o 加速癌症患者获得治疗。该应用可识别缺失的诊断并制定个性化检查计划，使医疗提供者能够基于证据做出癌症筛查与治疗决策。
OpenAI News精选AI 评分6767 OpenAI 用过程监督提升数学推理能力
OpenAI 通过奖励每个正确推理步骤（过程监督）而非仅奖励最终答案（结果监督）训练模型，在数学问题求解上达到新的 SOTA。过程监督还直接训练模型生成人类认可的链式推理，带来对齐收益。
推荐理由：文章对比了过程监督与结果监督两种训练方式，指出奖励每个正确的推理步骤不仅能提升数学性能，还能带来对齐收益。
OpenAI NewsAI 评分5454 OpenAI 构建 Lean 神经定理证明器，解决部分形式化数学奥林匹克问题
OpenAI 构建了面向 Lean 的神经定理证明器，可求解多种高难度中学奥林匹克问题。该系统已能解决 AMC12 与 AIME 竞赛题，以及两道改编自 IMO 的题目。
OpenAI NewsAI 评分4343 OpenAI 训练的系统可解答小学数学应用题，准确率接近微调 GPT-3 的两倍
OpenAI 训练的一个系统可解答小学数学应用题，准确率接近微调 GPT-3 模型的两倍。在相同题目上，9-12 岁儿童样本得分 60%，该系统得分 55%。
OpenAI NewsAI 评分4444 OpenAI：用参数噪声实现更好的探索
OpenAI 发现，向强化学习算法的参数添加自适应噪声通常能提升性能。这种探索方法实现简单，且极少导致性能下降，值得在各类问题上尝试。