OpenAI के GPT-4 द्वारा पारंपरिक गणित मूल्यांकन में लगातार सफलता के बाद, बीजिंग विश्वविद्यालय और अलीबाबा की शोध टीम ने एक नया मूल्यांकन मानक - Omni-MATH का संयुक्त रूप से लॉन्च किया है, जिसका उद्देश्य ओलंपियन गणित प्रतियोगिता स्तर की तर्कशीलता का आकलन करना है। यह पहल AI गणितीय क्षमताओं के मूल्यांकन के लिए एक नया मानक प्रदान करती है और उच्च गणित के क्षेत्र में AI की संभावनाओं की खोज के लिए नए रास्ते खोलती है। Omni-MATH की विशिष्ट डिज़ाइन Omni-MATH मूल्यांकन पुस्तकालय में 4428 प्रतियोगिता स्तर के गणित प्रश्न शामिल हैं।

हाल ही में समाप्त हुए अंतरराष्ट्रीय गणित ओलंपियाड प्रतियोगिता में, गूगल का DeepMind एआई प्रणाली AlphaProof और AlphaGeometry2 ने अद्भुत समस्या समाधान क्षमता का प्रदर्शन किया, केवल एक अंको के अंतर से स्वर्ण पदक नहीं जीत सके, लेकिन गति और सटीकता में मानव प्रतियोगियों को पीछे छोड़ दिया। एआई प्रणाली ने 4 प्रश्नों पर पूर्ण अंक प्राप्त किए और एक प्रश्न को 19 सेकंड की अद्भुत गति से हल किया, इसका समाधान प्रक्रिया गणित प्रतियोगिता मानकों के अनुरूप थी, कठोर और स्पष्ट। यह प्रतियोगिता न केवल गणित के क्षेत्र में एआई की जबरदस्त संभावनाओं को दर्शाती है, बल्कि जटिल समस्याओं को तेजी से हल करने की क्षमता भी दिखाती है।