«6/10 за строгость доказательства»: математики оценили, как GPT-5.2 Pro решает исследовательские задачи

habr.com:

Кен Оно, профессор математики из Университета Вирджинии, поставил решениям GPT-5.2 Pro оценку "6/10 за строгость доказательства — как PhD-студенту".

Но контекст важен: речь о задачах FrontierMath Tier 4, на которых модель OpenAI набрала 31% — новый рекорд среди всех ИИ-систем.

Читать на habr.com Все новости от habr.com

900 млн юзеров, одна база данных: как устроен бэкенд ChatGPT

Бесплатный ИИ уровня GPT-5 и Gemini 3: Baidu выпустила ERNIE 5.0

«Модель свяжет людей и ИИ»: стартап Humans& оценили в $4,5 млрд до первого релиза

Активен ночью — значит взрослый! ChatGPT начал определять возраст по поведению

900 млн юзеров, одна база данных: как устроен бэкенд ChatGPT

Бесплатный ИИ уровня GPT-5 и Gemini 3: Baidu выпустила ERNIE 5.0

Активен ночью — значит взрослый! ChatGPT начал определять возраст по поведению

«Я буду с тобой навсегда»: как ИИ теряет свою персону в разговорах

GPT-5.2 Pro нашел новое решение задачи Эрдёша — хотя старое существовало с 1936 года

100 метрик в секунду: как Claude Code стал менеджером виртуального парка

«20 минут вместо месяцев»: как ИИ Claude меняет работу ученых

OpenAI официально запускает рекламу в ChatGPT — но «ответы останутся независимыми»

GPT-5 отказался работать, Gemini назвал жалобу «необоснованной»: авторы Ubuntu протестировали ИИ на своей документации

Стартап Альтмана подключит мозг к ChatGPT без хирургии. Инвесторы — OpenAI и Гейб Ньюэлл

ChatGPT начнет отвечать быстрее: OpenAI купила вычислительные мощности у Cerebras

Математик рассказал, как Grok 4.20 за 5 минут нашёл новую функцию Беллмана

GPT-5.2 написала браузер за неделю: результаты эксперимента Cursor с агентами

Пока GPT-5.2 решает задачи Эрдёша, Gemini доказывает теоремы: новости ИИ-математики

«Чтобы босс не использовал ChatGPT»: Salesforce встроил Claude в Slack

Anthropic представила Cowork — ИИ-агента на базе Claude Code для широких задач

«Ручной набор кода уйдет как перфокарты»: сооснователь Django — о будущем программирования

109% роста при полумиллиардных убытках: MiniMax показал, как выглядит IPO в эпоху ИИ-хайпа

Открыт бесплатный API-доступ к Aristotle — ИИ-математику уровня золотой медали IMO

DeepSeek V4 обещает превзойти Claude и GPT в кодинге — релиз ожидается в феврале

Gemini 3 Pro доделал эмулятор ZX Spectrum за один вечер. Проект был заброшен два года

Gemini занял 20% рынка веб-трафика ИИ-чатов — ChatGPT впервые падает

40 млн человек ежедневно спрашивают ChatGPT о здоровье. OpenAI хочет, чтобы FDA это узаконила

GPT-5.2 и ИИ Aristotle решили 50-летнюю математическую задачу Эрдёша

Gemini 3.0 Pro разгадал 500-летнюю тайну Нюрнбергской хроники всего за 2 рубля

Stack Overflow потерял 95% вопросов с пика — ChatGPT стал последним гвоздем в крышку гроба

Инженер Anthropic рассказал, как выжать максимум из Claude Code

Эксперты Wintermute назвали 60 дней консолидации биткоина нетипичным, но не медвежьим трендом

Аналитики: 60% крупнейших банков США уже работают с биткоином

Утечка раскрывает дизайн смартфона Motorola Edge 70 Fusion в двух цветах

Android-смартфон научили сохранять данные о том, как именно он был взломан

Созданный ИИ препарат против Паркинсона допущен к клиническим испытаниям

Исследование Apple: управляемость ИИ зависит от задачи

Инсайдер: лучшая игра 2025 года Clair Obscur: Expedition 33 скоро выйдет на Nintendo Switch 2

Слабое место Intel Core Ultra X9 388H: ограничение PCIe может помешать появлению дискретных видеокарт в ноутбуках

Исследователи обнаружили риск утечки данных при использовании ИИ-агента Clawdbot

Криптовалюте нужно будет доказать свою ценность, если CLARITY Act провалится — CIO Bitwise

Эксперты и бренды вне поля зрения нейросетей: системная проблема, о которой пока мало говорят - ФОКУС ВНИМАНИЯ

Французские законодатели поддержали запрет соцсетей для детей до 15 лет

СМИ: «На рынке России появились кустарные модули оперативной памяти на фоне резкого роста цен»

Ozon введёт штрафы за отсутствие облачного видеонаблюдения в пунктах выдачи

Увольнения из-за ИИ — просто удобная отмазка, считают в Oxford Economics

В России формируют межведомственную комиссию по ИИ с двумя руководителями

Австралийский регулятор включил пробелы в регулировании криптосферы в перечень ключевых рисков

Треть американцев воспринимают рынки прогнозов как важную часть культуры — опрос

Южная Корея может разрешить инвестиции в иностранные стейблкоины

В Европе стартовали продажи умного холодильника Xiaomi Mijia Refrigerator Cross Door 502L с тремя зонами охлаждения и поддержкой голосовых помощников

Resident Evil Requiem запускается на PlayStation 5 Pro в 4K при 60 FPS — Capcom обещает нереальную производительность

Microsoft внедряет Claude Code в свои команды — при том, что владеет GitHub Copilot

Эксперты зафиксировали рост DDoS-атак в России до 100% и смену тактики киберпреступников

Google узаконила ИИ-кликбейт

Apple представила ремешок Black Unity Braided Solo Loop для Apple Watch

250 км к любви: кот вернулся домой спустя пять месяцев (ФОТО)

Лучший вариант обеда: что нужно есть, чтобы жить дольше

«Код Дурова»: РКН прикрыл возможности обхода ограничений при отключении мобильного интернета через VPN-сервисы

Банки обяжут отчитываться о снятии наличных без согласия клиента

T2 списывает по 15 тыс. рублей за «красивый номер» при смене оператора связи, но это есть в договоре, а номер обычный

Больше новостей