11 декември 2025 г.

Напредок на науката и математиката со GPT‑5.2

GPT‑5.2 е нашиот најсилен модел досега за работа во математиката и науката.

Се вчитува...

Една од нашите надежи за силната вештачка интелигенција е дека ќе го забрза научното истражување за доброто на сите, помагајќи им на истражувачите да истражи повеќе идеи, побрзо да ги тестираат и да ги претворат откритијата во влијание.

Во текот на изминатата година, бевме во тесна соработка со научници од областа на математиката, физиката, биологијата и компјутерските науки за да разбереме каде вештачката интелигенција може да помогне, а каде сè уште не успева. Минатиот месец објавивме труд⁠ што собира рани студии на случај од областа на математиката, физиката, биологијата, компјутерските науки, астрономијата и науката за материјали во кој GPT‑5 им помогна на истражувачите да покажат како GPT‑5 веќе почна да придонесува кон вистинска научна работа. Со GPT‑5.2, почнуваме да ги гледаме тие придобивки како стануваат поконзистентни и посигурни.

Посилни перформанси каде што прецизноста е важна.

GPT‑5.2 Pro и GPT‑5.2 Thinking се нашите најсилни модели досега за научна и математичка работа.

Силното математичко расудување е темел за доверливост во научната и техничката работа. Тоа им овозможува на моделите да следат повеќечекорна логика, да ги одржуваат количините конзистентни и да избегнуваат суптилни грешки кои можат да се натрупаат во реални анализи – од симулации и статистика до предвидување и моделирање. Подобрувањата на реперите како што е FrontierMath не одразуваат тесна вештина, туку посилно општо расудување и апстракција, способности кои директно се пренесуваат во научни работни процеси како кодирање, анализа на податоци и дизајн на експерименти.

Овие способности се исто така тесно поврзани со напредокот кон општата интелигенција. Систем што може сигурно да расуди преку апстракција, да одржува конзистентност низ долги синџири на мисли и да генерализира низ домени, покажува карактеристики кои се основни за AGI – не трикови специфични за задачи, туку широки, преносливи вештини за расудување кои се важни низ науката, инженерството и донесувањето одлуки во реалниот свет.

Веруваме дека GPT‑5.2 Pro и GPT‑5.2 Thinking се најдобрите модели во светот за помош и забрзување на научниците. На GPQA Diamond, постдипломско ниво на бенчмарк за прашања и одговори отпорен на Google, GPT‑5.2 Pro постигнува 93,2%, следен блиску од GPT‑5.2 Thinking на 92,4%.

Во GPQA Diamond⁠(се отвора во нов прозорец), моделите одговараат на прашања со повеќе избори за физика, хемија и биологија. Ниту една алатка не беше овозможена и напорот за расудување беше поставен на максимум.

На FrontierMath (Ниво 1–3), евалуација на експертско ниво на математика, GPT‑5.2 Thinking постави нов стандард, решавајќи 40.3% од проблемите.

Во FrontierMath⁠(се отвора во нов прозорец), моделите решаваат експертски математички проблеми. Python алатката беше овозможена и напорот за расудување беше поставен на максимум.

Студија на случај

GPT‑5.2 is not only strong at graduate-level science problems. We now regularly see our frontier models contributing solutions to previously unsolved—and increasingly subtle—questions in mathematics and the sciences.

In this case study, we describe how GPT‑5.2 Pro helped resolve an open research problem in statistical learning theory, documented in a new paper, On Learning-Curve Monotonicity for Maximum Likelihood Estimators⁠(се отвора во нов прозорец).

The question (“If you collect more data, do your results reliably get better?”) shows up any time you fit a model from data. You can draw a learning curve that tracks average error as you add more examples. In the best case, the curve is monotone. More data means less error, every step of the way. That is the behavior people hope for, and often assume.

But over the last few years, researchers have learned that this intuition can fail. A line of work kicked off by an open problem posed at the Conference on Learning Theory (COLT) in 2019 by Viering, Mey, and Loog showed that the answer is often no. Even very simple, well-behaved toy setups can have non-monotonic learning curves, where adding data increases expected error. That surprise triggered a wave of follow-up papers. They expanded the list of settings where these reversals happen and proposed increasingly elaborate methods designed to restore monotone behavior.

Still, one of the most basic cases remained unresolved. What happens in the cleanest textbook situation, where the statistical model is actually correct and the data follow the familiar bell curve pattern, with a known mean but unknown standard deviation? Researchers already knew that small changes to this setup could break monotonic behavior. But the answer remained unknown in this core case.

Our new paper demonstrates that in this clean setting, intuition prevails: learning is predictably improved by more data, rather than behaving in surprising or unstable ways. What makes this paper unusual is how the proof was obtained. The authors did not work out a strategy and then ask the model to fill in steps. They did not provide intermediate arguments or a proof outline. Instead, they asked GPT‑5.2 Pro to solve the open problem directly, and then carefully verified the proof, including review and validation by external subject-matter experts.

The authors then asked simple follow-up questions to see how far the idea could go. GPT‑5.2 Pro extended the result beyond the original problem to higher dimensional settings and other common statistical models. Throughout, the human role stayed focused on verification and clear writing, rather than supplying mathematical scaffolding.

Гледајќи напред

Овој резултат сугерира корисна насока за тоа како системите на вештачка интелигенција можат да поддржуваат научни истражувања, особено во домени со аксиоматски теоретски основи како што се математиката и теоретската компјутерска наука. Во вакви поставки, најсовремените модели можат да помогнат да се истражат докази, да се тестираат хипотези и да се идентификуваат врски кои инаку би барале значителен човечки напор за да се откријат.

Во исто време, овие системи не се независни истражувачи. Експертска проценка, потврда и разбирање на доменот остануваат суштински. Дури и многу способни модели можат да направат грешки или да се потпрат на неизречени претпоставки. Но, тие исто така можат да создадат детални, структурирани аргументи кои заслужуваат внимателно човечко проучување и усовршување. Постигнувањето на сигурен напредок со вештачка интелигенција зависи од работни процеси кои ја одржуваат валидацијата, транспарентноста и соработката цврсто во текот на процесот.

Гледано како студија на случај, овој резултат илустрира нов начин на истражувачка практика. Модели како GPT‑5.2 можат да служат како алатки за поддршка на математичко расудување и забрзување на раната фаза на истражување, додека одговорноста за точност, интерпретација и контекст останува кај човечките истражувачи. Ако се користат внимателно, ваквите системи може да помогнат во рационализирање на значајни аспекти од теоретската работа без да ја заменат централната улога на човечката проценка во научното истражување.

Автор

OpenAI

Продолжи да читаш

Види ги сите

OpenAI ќе ја купи Ona

Компанија11 јун. 2026 г.

Пристапете до модел на OpenAI и Codex преку вашата обврска во Oracle Cloud

Компанија10 јун. 2026 г.

Confidential submission of draft S-1 to the SEC > cover image

Доверливо поднесување на нацрт S-1 до SEC

Компанија8 јун. 2026 г.