OpenAI在IOI 2025的表现 - 公司在2025年国际信息学奥林匹克（IOI）中取得金牌级别成绩，在AI参赛者中排名第一 [2] - 公司模型得分533.29，在所有参赛选手中排名第6，仅落后于5位人类选手 [7] - 公司遵守了与人类选手相同的比赛规则，包括5小时答题时间和50次提交限制 [6] 技术细节 - 公司使用了一组通用推理模型，未针对IOI进行专门训练 [8] - 公司直接使用IMO金牌模型参加IOI，未做任何改动 [14] - 模型在比赛中未使用互联网或RAG技术，仅能访问基础终端工具 [6] 性能提升 - 相比去年IOI表现，公司成绩从第49百分位跃升至第98百分位 [9] - 公司在过去几周连续在AtCoder世界总决赛、IMO和IOI取得优异成绩 [9] - IMO金牌模型在全面评测中表现最佳，不仅限于数学竞赛领域 [14] 行业影响 - 公司联合创始人Greg Brockman盛赞此次"金牌级表现" [13] - 行业人士认为未专门训练就取得优异成绩，显示通用推理能力显著提升 [16] - 行业对模型真身猜测不断，期待公司推出采用相同技术的公开版本 [18]

OpenAI在IOI 2025的表现 - OpenAI的推理模型在2025年国际信息学奥林匹克（IOI）中取得金牌级别的高分，在AI参赛者中排名第一 [1] - 在330位人类参赛者中，OpenAI的得分仅落后于5位人类选手，排名第6 [5] - 公司遵守了与人类选手相同的比赛规则：5小时答题时间和50次提交限制 [5] 技术细节 - OpenAI没有使用互联网或检索增强生成（RAG），仅能访问基础的终端工具 [6] - 公司使用了一组通用推理模型，没有针对IOI进行专门训练 [7] - 唯一的辅助策略是选择要提交的解答并与IOI API建立连接 [7] 成绩进步 - 相比去年IOI的表现，OpenAI今年实现了巨大飞跃 [8] - 成绩从去年的第49百分位跃升至第98百分位 [9] - 过去几周在AtCoder世界总决赛、IMO和IOI上都取得优异成绩 [9] 模型特点 - 直接使用IMO金牌模型参加IOI竞赛，未做任何改动 [14] - 在采样的所有模型中，IMO金牌模型表现最佳 [14] - 模型展示了强大的通用推理能力，未经过专门训练就取得优异成绩 [15] 行业影响 - 公司在IMO和IOI的连续成功展示了最新研究方法的巨大进步 [9] - 网友期待OpenAI推出采用相同技术的公开版本 [17] - 联合创始人Greg Brockman盛赞模型"金牌级的表现" [13]

项目团队与开发背景 - 核心团队仅由三人组成：项目负责人 Alexander Wei、研究工程师 Sheryl Hsu 和高级研究科学家 Noam Brown，其中 Sheryl Hsu 于今年 3 月入职 [3][10] - 项目实际开发周期仅两三个月，基于前期约六个月的强化学习算法酝酿 [9][5] - 技术方案初期曾受质疑，但通过处理「难以验证任务」的显著进步获得支持 [10] 模型能力与表现 - 模型在 IMO 中获金牌，标志其数学能力及处理复杂任务的通用技术提升 [6] - 生成的数学证明风格独特但「糟糕」，团队未优化人类可读性，原始证明公开于 GitHub [11] - 面对最难题（如第六题）时选择「不作答」，体现对能力边界的清晰认知，避免「幻觉」错误 [12] 技术挑战与未来方向 - 解决「千禧年大奖难题」仍遥远，当前能力仅覆盖 IMO 级别（1.5 小时/题）与研究级数学（1500 小时/题）的差距 [13] - 长时思考（如 1500 小时）的评估效率成瓶颈，需突破研究迭代速度限制 [15] - 优先发展通用推理能力，未采用形式化工具 Lean，因自然语言方法更适配现实问题 [17] 基础设施与扩展应用 - 项目基于与其他 OpenAI 产品相同的通用基础设施，无定制化开发 [18] - 多智能体系统用于扩展并行计算，相关技术已计划应用于其他系统以提升推理能力 [16] 行业意义与潜在应用 - 物理奥赛题难度高于数学，因涉及实验部分需机器人技术支持 [20] - 未来或向数学家开放工具，已有案例显示模型能识别自身能力局限 [21] - 提出新颖问题（如创造 IMO 级别新题）被视为 AI 下一阶段关键挑战 [19]