GPT 5.2 是我們迄今為止最好的科學模型：GPQA 準確率 92.4%，Frontier Math 準確率 40%，ARC-AGI-2 準確率 52.9%，CharXiv（含工具）準確率 89%，HLE（含工具）準確率 45%… 此外，在研究層面，此模型的可靠性大大提高。現在它能夠一次求解凸最佳化問題，找到其最優值！
如果你還記得，這是我用來展示 GPT-5 研究能力的第一個問題，目標是確定平滑凸優化梯度下降法的步長條件，使得學習曲線本身也是凸的！有一篇不錯的論文表明，η < 1/L 是充分條件，η < 1.75/L 是必要條件。論文的 v2 版本填補了這一空白，表明 1.75/L 是正確的「當且僅當」條件。 早在八月（4 個月前！），考慮到論文的 v1 版本，GPT-5 能夠將充分條件從 1/L 改進到 1.5/L（距離最優的 1.75/L 還差一些）。 現在，GPT-5.2 在沒有任何已知條件的情況下，推導出了 1.75/L 的必要條件和充分條件！為了推導出必要條件，它使用程式碼搜尋反例… （當然，相應的論文仍然超出了5.2的知識門檻）
這個問題屬於理解學習曲線形狀這個更廣泛的範疇。這類曲線最基本的屬性是…它們應該會下降！具體來說，從統計學的角度來看，假設你添加更多數據，你能證明你的測試損失會降低嗎？ 令人驚訝的是，這一點並不顯而易見，而且有許多反例。經典著作[Devroye、Gyorfi、Lugosi，1996]對此進行了詳盡的討論（我記得20年前曾如飢似渴地閱讀過這本書，但這又是另一個故事了！）。最近，在2019年的COLT開放問題中，有人指出，一些極其基礎的問題版本仍然懸而未決，例如：如果你估計一個未知高斯分佈的（協）方差，風險是否單調（即，增加更多數據是否有助於更好地估計該協方差）？ @MarkSellke 向 GPT-5.2 提出了這個問題…它居然解決了！之後，Mark 與模型進行了反覆的互動，不斷推廣結果（Mark 除了提出好問題之外，沒有提供任何數學輸入），而模型也一直在進步……最終，這發展成了一篇優秀的論文，其中包含了正向 KL 分佈中高斯分佈和伽馬分佈的結果，以及反向 KL 分佈中更一般的指數族的結果。您可以在這裡閱讀更多內容：https://t.co/XLETMtURcd