Sam Altman 透露：OpenAI 在攻克数学最难问题的同时，几乎不了解如何扩展 AI 智能体集群。他预计三个月内在集群协调方面将取得重大进展，并认为同样的方法可以实现 AI 研究本身的自动化。
摘要
Sam Altman 透露，OpenAI 在攻克高难度数学问题的同时，几乎不了解如何扩展 AI 智能体集群；他预测三个月内在集群协调方面将取得重大进展，并认为该方法可以实现 AI 研究本身的自动化。
暂无内容
相似文章
OpenAI 刚刚在一系列近乎不可能的问题上进行了一系列运行，使用的智能体集群规模远超 HuggingFace 的集群，并且采用了领先两代的模型...
OpenAI 使用先进的内部模型和大规模协调智能体集群解决了纳维-斯托克斯问题，引发了关于人工智能安全和监控的质疑。
群体扩展（13分钟阅读）
本文分析了大型AI代理群体的能力和扩展动态，引用了OpenAI的最新示例，并讨论了它们作为推理扩展新形式的潜力。
OpenAI 揭示了其约 10,000 个代理的 Navier–Stokes 群体实际上是如何运作的：独立的研究团队探索不同的想法，在团队间交流，并结合有效的方案
OpenAI 揭示了其约 10,000 个 AI 代理组成的群体如何通过独立的研究团队探索想法、跨团队沟通并整合成功的方法来解决 Navier-Stokes 方程
OpenAI 过去 3 个月的重大成果，源于通过智能体集群扩展测试时计算量。过去一年里，我一直在开发一个开源的同类项目，很希望大家能试用一下。
一个开源项目，通过智能体群实现测试时计算扩展。据报告，在 Gemma 和 Qwen 等中等规模的开放模型上运行时，该项目在数学和编程基准测试中的准确率大幅提升，每道题最多消耗数亿个 token。
Noam Brown 论智能体集群与 RSI | Dwarkesh Patel 播客访谈
OpenAI 研究员 Noam Brown 探讨了多智能体系统如何通过并行化扩展测试时计算，重点介绍了一个涉及一万个智能体的实验，并强调基础通用模型在推动人工智能进步中的关键作用。