OpenAI 未公开内部模型在算力加持下解出 unit distance 问题 48%
iruletheworldmo · x · 2026-07-21
- 引用帖讨论的是 OpenAI 一款未公开内部模型 的能力：在给足算力时，它能在不使用 Lean、也不借助特殊 harness 的情况下，一次性、完全自主地解决 unit distance problem，成功率据称达到 48%。
- 作者进一步根据图表与公开信息推测，这类结果背后投入的算力并不低：因为图上的每个点代表 100 次尝试，高成本档位下单次尝试的隐含成本可能在 5 万美元量级。
- 这条帖子的核心观点是：在某些数学/推理任务上，前沿模型已经能靠堆算力拿到相当可观的成功率，且这还是在没有外部证明工具加持的情况下。
所属事件:曝OpenAI未公开模型单次耗资十万美元解数学题(3 条相关)→
「研究」频道最新
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11