GPT 5.2 是我们迄今为止最好的科学模型：GPQA 准确率 92.4%，Frontier Math 准确率 40%，ARC-AGI-2 准确率 52.9%，CharXiv（含工具）准确率 89%，HLE（含工具）准确率 45%…… 此外，在研究层面，该模型的可靠性大大提高。它现在能够一次性求解凸优化问题，找到其最优值！
如果你还记得，这是我用来展示 GPT-5 研究能力的第一个问题，目标是确定平滑凸优化梯度下降法的步长条件，使得学习曲线本身也是凸的！有一篇不错的论文表明，η < 1/L 是充分条件，η < 1.75/L 是必要条件。该论文的 v2 版本填补了这一空白，表明 1.75/L 是正确的“当且仅当”条件。 早在八月份（4 个月前！），考虑到论文的 v1 版本，GPT-5 能够将充分条件从 1/L 改进到 1.5/L（距离最优的 1.75/L 还差一些）。 现在，GPT-5.2 在没有任何已知条件的情况下，推导出了 1.75/L 的必要条件和充分条件！为了推导出必要条件，它使用代码搜索反例…… （当然，相应的论文仍然超出了5.2的知识门槛）
这个问题属于理解学习曲线形状这一更广泛的范畴。这类曲线最基本的属性是……它们应该会下降！具体来说，从统计学的角度来看，假设你添加更多数据，你能证明你的测试损失会降低吗？ 令人惊讶的是，这一点并不显而易见，而且有很多反例。经典著作[Devroye、Gyorfi、Lugosi，1996]对此进行了详尽的讨论（我记得20年前曾如饥似渴地阅读过这本书，但这又是另一个故事了！）。最近，在2019年的COLT开放问题中，有人指出，一些极其基础的问题版本仍然悬而未决，例如：如果你估计一个未知高斯分布的（协）方差，风险是否单调（即，增加更多数据是否有助于更好地估计该协方差）？ @MarkSellke 向 GPT-5.2 提出了这个问题……它居然解决了！之后，Mark 与模型进行了反复的互动，不断推广结果（Mark 除了提出好问题之外，没有提供任何数学输入），而模型也一直在进步……最终，这发展成了一篇优秀的论文，其中包含了正向 KL 分布中高斯分布和伽马分布的结果，以及反向 KL 分布中更一般的指数族的结果。您可以在这里阅读更多内容：https://t.co/XLETMtURcd