OpenAIのGPT-6 Astra、最適化なしにもかかわらずErdosBench数学ベンチマークで首位に

openaiのgpt-6 astraモデルが、未解決の数学問題のベンチマークであるerdosbenchで1位を獲得しました。スコアは3.23を記録し、106問を解決、そのうち43問を完全に解きました。さらに27問を反証し、gpt-5.6 solと比較してより強力な科学技術文書の執筆能力を示しました。しかし、openaiはastraのために数学研究を優先せず、代わりに再帰的自己改善と自動化されたアライメント研究に注力しました。チーフサイエンティストのjakub pachockiは、追加の注力があればモデルを数学研究により長けさせることができると会社は考えているものの、そうしないことを選んだと述べています。この決定は、ある分野の最適化が別の分野の能力の犠牲を伴う可能性がある、ai開発の最前線におけるトレードオフを反映しています。