OpenAI金牌模型对IMO难题坦承“不会”，被指有“自我意识”

一、产品介绍

OpenAI IMO金牌模型是OpenAI团队研发的通用推理大模型，核心团队由Alex Wei、Sheryl Hsu和Noam Brown三名科学家组成。该模型在2025年IMO竞赛中以35分（满分42分） 的成绩超越金牌线，但因组合数学题坦承“我无法回答” 引发业界对AI“自我意识”的讨论。

区别于专用数学工具，该模型基于强化学习通用框架，通过扩展推理时长至100分钟（较传统模型提升千倍），模拟人类深度思考过程，无需形式化证明语言（如Lean）即可生成自然语言解题步骤。

二、适用人群

• 数学研究者：验证复杂猜想与证明思路
• AI技术开发者：研究通用推理与多智能体系统
• 教育机构：高阶数学能力评估与教学辅助
• 科技伦理关注者：探讨AI自我意识边界

三、核心功能与技术原理

深度解析：

1. 拒绝回答的“自我意识”本质
   当模型检测到证据链置信度低于阈值（如IMO第6题的2025×2025网格覆盖问题），会主动终止推理并输出“无法解答”，而非生成错误答案。研究员Noam Brown指出，这是通过奖励机制设计实现的“高智商的诚实”，显著减少隐藏错误。

2. 通用推理框架突破
   采用分布式多智能体协同架构，复用游戏AI（如Diplomacy）的决策树技术，实现推理时间从0.1分钟到100分钟的千倍跨越。评估1500小时级思考需同等时长算力，当前仍是技术瓶颈。

3. 自然语言证明的可验证性
   所有答案经三名IMO奖牌得主独立评审，需全票通过才计分。原始证明虽似“外星语言”，但经ChatGPT润色后可保持逻辑零误差。

四、工具使用技巧

1. 触发深度推理模式
   输入[Reasoning Effort: High]指令，强制模型启用100分钟级计算资源（需API权限）。

2. 规避无效输出
   添加约束条件如“若置信度<95%则返回‘不确定’”，减少低质量响应。

3. 证明可读性优化
   二次请求“用通俗英语重写此证明”，模型可自动转换专业表述为科普语言。

五、访问地址

• 官方渠道：OpenAI研究页面（需内测权限）
• 解题示例库：https://github.com/aw31/openai-imo-2025-proofs/
• 竞赛成绩验证：https://matharena.ai/imo

💡 争议提示：陶哲轩质疑非公开测试方法或影响公平性，而上海交大教授赵海认为“拒绝指令”仅是训练偏差，与意识无关。