今天小編分享的科學經驗：陶哲軒：o3-mini糾正了我一個數學錯誤，十分鍾解決原本一小時才能完成的題目，歡迎閱讀。
大模型持續震驚科學家！
以往一小時才能完成的代碼，現在十分鍾就能實現「生成、測試到得出結果」。
" 大模型推廣大神 "陶哲軒又來分享他的親測體驗了。
這一次 o3-mini 一眼識破并且糾正了他的一個錯誤，然後在它的幫助下快速完成了一道數學題的解答。
而在另一邊，CMU 數學教授、美國奧數國家隊前掌舵人羅博深發現，GPT-o1 在卡内基梅隆大學數學本科考試中獲得滿分，而且每道題的解題時間不超過一分鍾。
關鍵是，他專門設計的是全新的非标準問題，這些問題都是開卷的。
而普通學生的成績分布 be like：
陶哲軒：o3-mini 糾正了我的錯誤
事情是這樣的。
他在 MathOverflow 上遇到了這樣一道題，由于答案不是封閉形式的，所以他想近似地模拟他。
首先，他要求 o3-mini-high 提供一些代碼。結果在思考一分 12 秒之後，首先聲明他試圖計算的數量是無限的，但其實事實并非如此。此處 o3-mini 犯了個小錯誤。
不過它仍然提供了數值代碼，确實粗略地近似了陶哲軒想要的數量（精确到小數點後一位）。
那時它意識到應該使用馬爾可夫鏈理論來獲得更精确的答案，于是先向 o3-mini-high 詢問理論公式，然後編寫代碼來計算結果。
有趣的是，它能夠糾正提示中的一個基本錯誤：把 min 寫成了 max。
并且給了完美的代碼，然後陶哲軒在此基礎上對這一問題給出更精确的數值答案。
對此，陶哲軒的評價是：
總的來說，o3 提供了相當不錯的幫助；它犯了一個錯誤，我糾正了它，但我也犯了一個錯誤，它糾正了它。
而且以前我自己可能需要花一個小時的時間才能完成的代碼，在大約十分鍾内就生成、測試、修改并報告出來了。
也就在一周前，陶哲軒：
重建圖論中一個标準（專家級）結果的證明，o3-mini 是完全可以 hold 住的。
大模型持續震驚數學家
而在另一邊，羅博深也被 o1 的數學能力震驚到了。
他日常給大學生設計了五道數學題，分别涉及差分方程、線性代數、組合數學、數論、斐波那契數列性質等内容。
結果每道題均在一分鍾内解決，甚至部分思考時間僅在20 秒以内。
而在班級上考滿分的人當中，最快的人只用了 30 分鍾。
最後，他額外算了算這背後的成本。
已知 GPT-o1 每百萬字的輸出成本僅為 60 美元，這意味着每個問題的解決成本約為 5 美分。
對于大多數人無法在 1 小時内完成的工作來說，總共花費約 25 美分。
對此，他忍不住驚呼：Oh my goodness. 讓我覺得已經接近「能夠從事中等非程式性技術工作」的臨界點。
值得一提的是，前兩天其實還是 GPT-4 發布的兩周年。兩年之間，大模型的數學能力已經有了質的變化——各種數學難題都輕松拿下。
比如挑戰最難本科數學考試，o1 Pro 只需 36 分鍾 16 秒交卷。
最新的 o3 系列，在最難數學測試的 EpochAI Frontier Math（包含最新未公開前沿題目）中，比之前 SOTA 從 2 分提升到 25 分。
人類專業數學家解決其中一道題目也要花費數小時到數天，現在 o3 只需要思考幾分鍾了。
眼看着數學難題一一被挑戰讓數學家們驚呆，大模型下一個可能被攻克的領網域會是哪一個呢？
你有沒有遇到過類似被大模型能力驚呆的經歷？歡迎在評論區與我們分享。
參考鏈接：
[ 1 ] https://mathstodon.xyz/@tao/114173696303072269
[ 2 ] https://chatgpt.com/share/67d71204-3510-800e-8bca-11bfbf53fc3d
[ 3 ] https://mathoverflow.net/questions/486790/maximum-minimum-difference-between-fk1-and-average-of-f0-dots-f2k1/489533#489533
[ 4 ] https://x.com/PoShenLoh/status/1900721180887203879
