blog Simon Willison · há 1 h · agents

Modelo Astra da OpenAI resolve dez problemas matemáticos de longa data usando GPT-5.6 Sol

Traduzido do English → Português (BR)

A OpenAI lançou soluções para dez problemas de matemática e ciência da computação teórica que não tinham visto progresso em seus resultados principais por pelo menos uma década, usando uma versão interna de seu próximo modelo principal, Astra.

A empresa afirma ter gasto menos de $2.000 em preços de tokens GPT-5.6 Sol em cada problema. O repositório openai/ten-proofs contém formalizações Lean 4 desses resultados, juntamente com um artigo descrevendo as soluções e um PDF gerado por LLM reconstruindo o processo de prova a partir de rastros de raciocínio não publicados.

Este desenvolvimento está alinhado com a visão do matemático Terence Tao de "grandes matemáticas", onde a IA lida com o trabalho técnico pesado em colaborações em grande escala entre humanos e máquinas.

Importância 3/3 Novo recurso frente aos líderes Simon Willison OpenAI Reasoning models Research paper

Ler original

Modelo Astra resolve dez problemas abertos em matemática e ciência da computação teórica

O modelo interno Astra da OpenAI gerou soluções para dez problemas abertos de longa data em matemática e ciência da computação teórica, com os argumentos formalizados em Lean. Esses resultados abrangem geometria de alta dimensão, teoria dos códigos, teoria dos grupos e complexidade quântica, abordando questões que não tinham avanços há pelo menos uma década.

arxiv arXiv cs.AI · há 10 d

PoTRE apresenta estrutura multiagente heterogênea para raciocínio em tempo de teste

Os autores apresentam o PoTRE (Poly-Topological Reasoning Ensembles), uma estrutura projetada para abordar as limitações da solicitação padrão de fluxo único em tarefas complexas de raciocínio. O PoTRE desacopla a inferência em quatro agentes distintos: um Agente de Refinamento Adversarial, um Agente de Planejamento Estratégico Hierárquico, um Agente de Busca Espectral e um Agente de Cadeia Direta.

arxiv arXiv cs.CL · há 16 d · 1 visualização

GSM-Plus-BN apresenta benchmark baseado em perturbação para raciocínio matemático em bangla

O estudo introduz o GSM-Plus-BN, um novo conjunto de dados matemáticos bengalis perturbados derivado do benchmark GSM-Plus em inglês e verificado por tradutores humanos. Este recurso aborda a falta de benchmarks sistemáticos para avaliar a robustez de modelos em regiões linguisticamente diversas como Bangladesh.

arxiv arXiv cs.AI · há 17 d

Interação profunda permite correção precisa de erros de raciocínio de LLM por humanos

Os autores propõem o Deep Interaction, um método eficiente de interação humano-IA projetado para corrigir erros de raciocínio em modelos de linguagem grandes sem exigir a regeneração completa da resposta. Este mecanismo permite que os usuários editem diretamente a resposta original do Chain-of-Thought, preservando os passos corretos enquanto consertam os erros.

arxiv arXiv cs.CL · há 18 d

Ring-Zero escala RL zero para 1T parâmetros para raciocínio emergente

Pesquisadores apresentam o Ring-Zero, um pipeline de treinamento estável que escala o aprendizado por reforço com recompensas verificáveis para modelos com um trilhão de parâmetros, abordando problemas como redundância de tokens e má legibilidade encontrados no escalonamento ingênuo.