Это улучшило результаты в математике, программировании и науке. Но длинное рассуждение остаётся дорогим, а правдоподобная цепочка шагов ещё не гарантирует правильный итог.
О событииПросьба «рассуждай пошагово» подняла точность — первый намёк на то, что думать во время ответа выгодно.
Работа показала, что промежуточные текстовые шаги могут заметно улучшать решение многоэтапных задач у достаточно больших моделей. Это не доказательство настоящего внутреннего рассуждения, но практический сигнал: дополнительное вычисление во время ответа можно превратить в отдельную ось роста качества.
Источник: arXivО событииДополнительное вычисление во время ответа стало отдельным способом повышать качество на сложных задачах.
О событииGoogle вывела рассуждение в основную линейку Gemini и связала его с длинным контекстом и мультимодальным входом.
О событииAlphaProof взял серебро IMO 2024, Aristotle — золотой уровень 2025 года. Все системы, решавшие задачи формально, работали через Lean.
О событииАнсамбль агентов закрыл все шесть задач Международной олимпиады по математике 2026 года формальными доказательствами на Lean 4.
О событииРазмышление и вызов калькулятора, поиска или кода слились в один цикл вместо двух отдельных режимов.
О событииДолгое рассуждение стоит дорого. Модель должна сама решать, где нужен черновик, а где хватит рефлекса.
О событииЗадачи, где размышление и проверка занимают недели непрерывной работы, а не минуты.
Первоисточники, на которых основано досье: научные публикации, материалы лабораторий и официальные отчёты.