OpenAI 测试模型解决 4,000 个未解数学问题

多年来，数学测试一直是评估 ChatGPT 和 Claude 等 AI 模型的标准方式。OpenAI 现在声称其模型已经变得非常熟练，以至于传统的数学测试不再足以挑战它们。这就是为什么研究人员转向了一种更困难的方法。

一个未发布的 OpenAI 模型被给予了大约 4,000 个未解决的数学问题。结果既令人惊讶又令人担忧。

通过这项练习，AI 生成了 722 篇手稿，这些手稿被组织成 372 个相关发现的家族。据 OpenAI 称，每个结果平均消耗大约三个小时的推理计算。

“数学界即将迎来一些非常令人兴奋的日子！”表示，BeInCrypto 未来科技与人工智能专家委员会成员 Stefano Gogioso

人工智能是否在以不安全的速度发展？

更大的故事是，前沿 AI 正开始超越回答已知问题，进入为未知问题提出可能性的阶段。

这一发展可能会极大地扩展研究人员、工程师或分析师能够承担的智力工作量。

然而，输出并不等于真理。OpenAI 的几篇论文包含计算机可验证的 Lean 证明，而其他论文则没有。OpenAI 警告说，一些未验证的结果“可能存在问题”。

这引入了一个新的瓶颈：人类研究人员可能难以像 AI 生成结果那样快地验证这些结果。

我们正在发布由内部前沿模型产生的一系列广泛的新数学结果。

我们一直在与高等研究院的数学与人工智能独立咨询小组进行磋商，并借鉴了他们的建议和……
— OpenAI (@OpenAI) 2026年10月6日

人工智能能否进行投资预测分析？

这是可能的，但金融领域面临一系列独特的挑战。

数学证明最终可以被证明正确或错误。然而，市场是嘈杂且不断变化的。

金融领域的最新基准测试表明，前沿 AI 在复杂的投资研究方面仍然面临困难，而关于市场时机的研究仅显示出有限的预测收益。

短期内，机会在于更深入的分析，而不是完美的预测。

一种能够连续推理数小时的人工智能可能会同时审查文件、财报电话会议、宏观经济数据和竞争情景，随后测试比单个分析师多得多的假设。

这可能是 OpenAI 测试中更重要的收获。AI 越来越能够在巨大规模上产生严肃的分析输出。下一个挑战是确定其中哪些输出值得信任。