用GPT-5.2推进科学与数学

# 使用GPT-5.2推动科学与数学进步 来源：https://openai.com/index/gpt-5-2-for-science-and-math/ 我们对强大AI的期望之一是，它将加速科学研究，惠及所有人，帮助研究人员探索更多想法、更快验证，并将发现转化为实际影响。 过去一年里，我们与数学、物理、生物学和计算机科学领域的科学家紧密合作，以了解AI能在哪些方面提供帮助——以及它目前仍有哪些不足。上个月，我们发表了一篇论文（https://openai.com/index/accelerating-science-gpt-5/），汇集了数学、物理、生物学、计算机科学、天文学和材料科学领域的早期案例研究，展示了GPT-5如何已开始为真实的科研工作做出贡献。随着GPT-5.2（https://openai.com/index/introducing-gpt-5-2/）的推出，我们开始看到这些成效变得更加一致和可靠。 GPT-5.2 Pro和GPT-5.2 Thinking是我们目前最强的科学和数学工作模型。 强大的数学推理能力是科学和技术工作可靠性的基础。它使模型能够遵循多步逻辑、保持量纲一致，并避免在真实分析（从模拟和统计到预测和建模）中可能累积的细微错误。在FrontierMath等基准测试上的进步，反映的不仅是狭隘的技能，而是更强的通用推理和抽象能力——这些能力可直接应用于科学工作流程，如编程、数据分析和实验设计。 这些能力也与通用智能的进展密切相关。一个能够可靠地进行抽象推理、在长链思维中保持一致性并跨领域泛化的系统，所展现的是AGI的基本特质——不是特定任务的技巧，而是广泛可迁移的推理能力，在科学、工程和现实决策中都非常重要。 我们相信，GPT-5.2 Pro和GPT-5.2 Thinking是世界上最好的辅助和加速科学家的模型。在**GPQA Diamond**（一项研究生级别的、防谷歌的问答基准）上，GPT-5.2 Pro达到93.2%，紧随其后的是GPT-5.2 Thinking，为92.4%。 在GPQA Diamond（在新窗口中打开）（https://arxiv.org/abs/2311.12022）中，模型回答关于物理、化学和生物学的多项选择题。未启用任何工具，推理努力度设置为最高。 在**FrontierMath（Tier 1–3）**（一项专家级数学评估）上，GPT-5.2 Thinking创下了新的最优成绩，解决了40.3%的问题。 这一结果表明了AI系统如何支持科学研究的一个有用方向，特别是在具有公理化理论基础的领域，如数学和理论计算机科学。在这样的场景中，前沿模型可以帮助探索证明、测试假设，并找到那些原本需要大量人力才能发现的联系。 与此同时，这些系统并非独立的研究者。专家判断、验证和领域理解仍然至关重要。即使是非常强大的模型也可能犯错或依赖未明说的假设。但它们可以生成详细、结构化的论证，值得人类仔细研究和完善。因此，利用AI取得可靠进展，取决于将验证、透明度和协作牢牢纳入工作流程的方法。 作为一项案例研究，这个结果展示了一种新兴的研究实践模式。像GPT-5.2这样的模型可以作为支持数学推理和加速早期探索的工具，而正确性、解释和背景的责任仍由人类研究者承担。只要谨慎使用，这类系统可能有助于简化理论工作的许多重要方面，而不会取代人类判断在科学探究中的核心地位。