เราได้รันโมเดลภายในกับปัญหา First Proof ทั้ง 10 ข้อ ซึ่งเป็นโจทย์คณิตศาสตร์ระดับวิจัยที่ออกแบบมาเพื่อทดสอบว่าระบบ AI สามารถสร้างการพิสูจน์ที่ถูกต้องและตรวจสอบได้หรือไม่ ปัญหาเหล่านี้แตกต่างจากโจทย์คำตอบสั้น เพราะต้องสร้างข้อโต้แย้งแบบครบวงจรในโดเมนเฉพาะทาง ซึ่งการตรวจสอบความถูกต้องต้องอาศัยผู้เชี่ยวชาญ
ในส่วนของความก้าวหน้า เราได้ฝึกโมเดลใหม่โดยเน้นการเพิ่มความเข้มงวดในการคิด เพื่อให้โมเดลสามารถคิดได้อย่างต่อเนื่องเป็นเวลาหลายชั่วโมงและมีความมั่นใจในข้อสรุปสูง
ในช่วงเดือนกรกฎาคม 2025 เราทำผลงานระดับเหรียญทองในการแข่งขัน International Mathematical Olympiad ด้วยโมเดลให้เหตุผลแบบทั่วไป (ได้ 35/42 คะแนน) นอกจากนี้ ในเดือนพฤศจิกายน 2025 เรายังได้แชร์กรณีศึกษาการเร่งรัดทางวิทยาศาสตร์ด้วย GPT-5 และล่าสุด GPT-5.2 ได้เสนอการแสดงออกสำหรับสูตร gluon-amplitude ที่ได้รับการพิสูจน์อย่างเป็นทางการ
เราตั้งตารอที่จะมีส่วนร่วมกับชุมชนมากขึ้นในการประเมินการให้เหตุผลระดับวิจัย และจะทำให้ความสามารถใหม่เหล่านี้พร้อมใช้งานในโมเดลสาธารณะในอนาคต
ที่มา: OpenAI