新智元報道
編輯:桃子
【新智元導讀】谷歌DeepMind剛拿下金牌后,3位Gemini核心研究員光速離職了。沒錯,這一次又是小扎干的好事。
前腳剛奪下IMO金牌,后腳就被小扎抄家了。
剛剛,Information爆料稱,Meta從谷歌DeepMind金牌模型團隊中,再次挖走了三位華人學者。
這三人分別是Tianhe Yu、Cosmo Du和Weiyue Wang,一同參與了Gemini開發。
而且,就在谷歌慶祝IMO奪金的第二天,三位研究員「閃電」離職,轉投入Meta超級智能實驗室。
就在昨天,GDM的官宣博文中,詳細列出了所有參與Gemini模型開發的研究人員。
這些研究人員的含金量,不言而喻。
諷刺的是,今早,微軟也被爆出從谷歌DeepMind挖走了20多位頂尖研究人員。
2016年,AlphaGO在圍棋領域擊敗李世石;如今不到10年的時間,Gemini再次攻克奧數難題斬獲金牌。
不容置疑的是,這場AI軍備賽,正向ASI階段全面邁進,頂尖人才爭奪戰也變得愈發激烈。
官宣第二天,Gemini老將離職
被挖走IMO金牌模型團隊三位研究員,都有怎樣的背景呢?
Tianhe Yu
Tianhe Yu現任谷歌DeepMind研究科學家。
在GDM期間,Tianhe Yu曾參與了Gemini 2.5、初代Gemini、Gemini 1.5等全家桶的研發,甚至包括千億參數大模型PaLM-E的開發。
值得一提是,他還在谷歌RT-1、RT-2機器人模型上做出了貢獻。
他曾獲得了坦福大學計算機科學博士學位,師從Chelsea Finn教授。本科畢業于加州大學伯克利分校,以最高榮譽同時獲得計算機科學、應用數學與統計學三個學位。
昨天,GDM公布IMO金牌結果后,Tianhe Yu本人也發文稱,參與了Gemini Deep Think模型后訓練、思維研發。
他激動表示,「離ASI越來越近了」!
Cosmo Du(杜宇)
杜宇在2017年便加入谷歌,任谷歌DeepMind首席科學家兼總監,專注于Gemini的后訓練、思維與代碼生成。
他同樣是Gemini 1、1.5、2和2.5的核心貢獻者,并開發了Gemini-0801——谷歌首個在LMSYS排行榜上位列第一的模型。
此前,他還主導了Bard/LaMDA的后訓練工作,并開發了Bard首個內部版本。
更早之前,他專注于任務型對話系統,幫助Duplex實現了10倍Scaling。
他曾獲得了浙江大學計算機科學博士學位,本科畢業于華東理工大學計算機科學專業。
Weiyue Wang
Weiyue Wang任谷歌DeepMind研究工程師,在加入谷歌之前,她曾在Waymo擔任軟件工程師。
她曾獲得了南加州大學博士學位,導師是Ulrich Neumann教授;獲得了俄亥俄州立大學電子和計算機工程碩士學位;上交大EEE學士學位。
她本人的研究專注于計算機視覺領域,特別是3D場景理解與重建。
以下是所有參與谷歌IMO 2025系統的研究人員。
我們讓ChatGPT將核心負責人,以及Gemini Deep Think團隊列出。
有網友對此表示,GDM列出所有人名單有些太不明智了。
Gemini 2.5 Pro也能奪金
其實,不用Gemini Deep Think,Gemini 2.5 Pro也能拿下IMO金牌。
來自加州大學洛杉磯分校副教授Lin Yang和Yichen Huang(黃溢辰)一起做了這個實驗,并將結果發表在arXiv上。
論文地址:https://arxiv.org/pdf/2507.15855
他們通過精心設計的流程和提示工程,讓Gemini 2.5 Pro也能攻克5道奧數難題。這究竟是如何做到的?
研究人員的流程設計,一共分為了以下六步:
·初始解答生成:通過第3.1節的提示詞生成初始解;
·自我改進:對初始解進行優化;
·驗證:進入步驟4或步驟;
·驗證檢查:判斷解的合理性;
·糾正:若驗證失敗,返回步驟3;
·接受或拒絕:最終決定是否采納該解。
在初始階段,需要多次運行Gemini 2.5 Pro以獲取問題的若干初始解樣本。
這一采樣過程類似于探索性嘗試,希望至少有一個樣本能部分接近正確解法。隨后,再通過迭代優化這些解,最終篩選出高質量結果。
具體而言,首先讓Gemini 2.5 Pro嘗試通過提示詞解決問題,第二步中,模型被要求自我審查并改進其解答。
盡管Gemini 2.5 Pro擅長數學推理,但作為通用LLM,它并非專為解決極高難度數學問題而設計。一個關鍵限制是思維預算:即使證明一個簡單事實也可能消耗數千token,而Gemini 2.5 Pro的最大上下文token為32768,這通常不足以完整解決一道IMO試題。
研究人員觀察到,在第一步中模型幾乎總會耗盡全部預算,導致無法完成完整求解。
因此,他們將解題過程分解為多步驟,第二步的核心目標是通過額外分配32768 token的預算,讓模型能夠復查并延續其工作。實際監測顯示,第二步的輸出質量顯著提升。
接下來,驗證器將參與迭代優化并決定是否接受改進后的解。
詳細指令參考,覆蓋了核心要求、輸出格式、自我糾正的指令,具體可參見下圖。
比如,讓Gemini 2.5 Pro去解決P1題,再向模型發送問題陳述后,又追加了一句話「讓我們嘗試用歸納法來解決這個問題」。
別小瞧了這句話,可以為模型提供一個強大的方向性引導。而且,就題目組合問題而言,確實也可以通過數學歸納法解決。
設想一個旨在解決復雜問題的多智能體系統:這類任務通常需要大量探索——需要讓不同智能體嘗試不同方法,以期其中某個能找到可行路徑。
在此情境下,對于任何適用于正整數的命題,數學歸納法都是標準且常用的有效方法。
其余題目的提示,以及解題過程,可參考論文中的細節。
順便提一句,字節也在今年IMO上,憑借Seed Prover取得了銀牌分數。
具體來說,Seed Prover完整破解了6題中的4題,最終獲取了30分。另外,在賽后嘗試后,AI一共證明了5道題,也算是拿下了金牌。
如今,OpenAI和GDM先后憑借AI,攻克了前5題,拿下了IMO金牌。
IMO的人類陣地,就僅剩下P6題了。
參考資料:
https://x.com/theinformation/status/1947755575808262417 https://arxiv.org/abs/2507.15855
https://x.com/lyang36/status/1947466281990738339
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.