新智元報道
編輯:桃子
【新智元導(dǎo)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(xué)者。
這三人分別是Tianhe Yu、Cosmo Du和Weiyue Wang,一同參與了Gemini開發(fā)。
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(zhuǎn)投入Meta超級智能實驗室。
就在昨天,GDM的官宣博文中,詳細(xì)列出了所有參與Gemini模型開發(fā)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(lǐng)域擊敗李世石;如今不到10年的時間,Gemini再次攻克奧數(shù)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(zhàn)也變得愈發(fā)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(xiàn)任谷歌DeepMind研究科學(xué)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(fā),甚至包括千億參數(shù)大模型PaLM-E的開發(fā)。
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(xué)計算機科學(xué)博士學(xué)位,師從Chelsea Finn教授。本科畢業(yè)于加州大學(xué)伯克利分校,以最高榮譽同時獲得計算機科學(xué)、應(yīng)用數(shù)學(xué)與統(tǒng)計學(xué)三個學(xué)位。
昨天,GDM公布IMO金牌結(jié)果后,Tianhe Yu本人也發(fā)文稱,參與了Gemini Deep Think模型后訓(xùn)練、思維研發(fā)。
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(xué)家兼總監(jiān),專注于Gemini的后訓(xùn)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(fā)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(dǎo)了Bard/LaMDA的后訓(xùn)練工作,并開發(fā)了Bard首個內(nèi)部版本。
更早之前,他專注于任務(wù)型對話系統(tǒng),幫助Duplex實現(xiàn)了10倍Scaling。
他曾獲得了浙江大學(xué)計算機科學(xué)博士學(xué)位,本科畢業(yè)于華東理工大學(xué)計算機科學(xué)專業(yè)。
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(dān)任軟件工程師。
她曾獲得了南加州大學(xué)博士學(xué)位,導(dǎo)師是Ulrich Neumann教授;獲得了俄亥俄州立大學(xué)電子和計算機工程碩士學(xué)位;上交大EEE學(xué)士學(xué)位。
她本人的研究專注于計算機視覺領(lǐng)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(tǒng)的研究人員。
我們讓ChatGPT將核心負(fù)責(zé)人,以及Gemini Deep Think團隊列出。
有網(wǎng)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(xué)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(jié)果發(fā)表在arXiv上。
論文地址:https://arxiv.org/pdf/2507.15855
他們通過精心設(shè)計的流程和提示工程,讓Gemini 2.5 Pro也能攻克5道奧數(shù)難題。這究竟是如何做到的?
研究人員的流程設(shè)計,一共分為了以下六步:
·初始解答生成:通過第3.1節(jié)的提示詞生成初始解;
·自我改進:對初始解進行優(yōu)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(yōu)化這些解,最終篩選出高質(zhì)量結(jié)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(shù)學(xué)推理,但作為通用LLM,它并非專為解決極高難度數(shù)學(xué)問題而設(shè)計。一個關(guān)鍵限制是思維預(yù)算:即使證明一個簡單事實也可能消耗數(shù)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(yù)算,導(dǎo)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(biāo)是通過額外分配32768 token的預(yù)算,讓模型能夠復(fù)查并延續(xù)其工作。實際監(jiān)測顯示,第二步的輸出質(zhì)量顯著提升。
接下來,驗證器將參與迭代優(yōu)化并決定是否接受改進后的解。
詳細(xì)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(fā)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(dǎo)。而且,就題目組合問題而言,確實也可以通過數(shù)學(xué)歸納法解決。
設(shè)想一個旨在解決復(fù)雜問題的多智能體系統(tǒng):這類任務(wù)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(shù)的命題,數(shù)學(xué)歸納法都是標(biāo)準(zhǔn)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(xì)節(jié)。
順便提一句,字節(jié)也在今年IMO上,憑借Seed Prover取得了銀牌分?jǐn)?shù)。
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(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
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.