ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
GPT-6 อัสตราทำคะแนนได้ 97.6% ในการทดสอบการให้เหตุผลทางคณิตศาสตร์ FrontierMath (FrontierMath) Tier 4(v2) แต่การจัดระดับ ‘Major Advance’ ไม่ใช่เกณฑ์คะแนนดังกล่าว เป็นการจัดประเภทผลงานของโครงการแก้โจทย์อีกชุดหนึ่ง
โอเพนเอไอ (OpenAI) ระบุใน ประกาศอย่างเป็นทางการว่า GPT-6 อัสตราทำคะแนนนี้ได้จากการประเมินผ่านสภาพแวดล้อมการวิจัยภายในหรือ API โดย GPT-5.6 โซลทำได้ 83.0% และ Claude Fable 5.1 ทำได้ 87.8% ในตารางเดียวกัน
โอเพนเอไออธิบายว่าสภาพแวดล้อมการประเมินกับบริการจริงอาจมีความแตกต่างด้าน system prompt และเครื่องมือ ดังนั้นควรตีความคะแนนดังกล่าวว่าเป็นผลลัพธ์ภายใต้เงื่อนไขการประเมินเฉพาะ
FrontierMath Tier 4(v2) เป็นการประเมินที่ครอบคลุมโจทย์คณิตศาสตร์ระดับงานวิจัย โดย Epoch AI ระบุใน ข้อมูลการประเมินว่าชุดโจทย์ทั้งหมดมี 338 ข้อ แบ่งเป็นโจทย์ Tiers 1-3 จำนวน 295 ข้อ และ Tier 4 จำนวน 43 ข้อ
Epoch AI ระบุว่าเมื่อวันที่ 12 มิถุนายน 2026 ได้แก้ไขข้อผิดพลาดของโจทย์ โดยปรับแก้โจทย์ทั้งหมด 42% เนื่องจากชุดโจทย์มีการเปลี่ยนแปลง การเปรียบเทียบผลการประเมินจึงต้องพิจารณาเวอร์ชันและองค์ประกอบของโจทย์ควบคู่กัน
‘Major Advance’ ไม่ใช่ช่วงคะแนนของ Tier 4 แต่เป็นการจัดประเภทในโครงการแยกของ Epoch AI ที่ชื่อ ‘FrontierMath: Open Problems’ ซึ่งใช้ประเมินความสำคัญของความก้าวหน้าทางคณิตศาสตร์ และอยู่ต่ำกว่าระดับ ‘Breakthrough’ หนึ่งขั้น
Epoch AI ให้นิยาม ‘Major Advance’ ว่าเป็นผลงานที่นักวิจัยจากหลายสาขาคณิตศาสตร์มีแนวโน้มให้ความสนใจ และต้องการทำความเข้าใจโครงร่างของวิธีแก้ ดังนั้นเกณฑ์นี้จึงประเมินความหมายทางวิชาการของการแก้โจทย์แยกจากคะแนน
โจทย์ที่ได้รับการจัดระดับดังกล่าวคือ ‘The Core in Approval-Based Committee Elections’ โดย Epoch AI ระบุ GPT-6 อัสตราเป็นโมเดลแรกที่แก้โจทย์ได้ แต่ระบุวิธีการแก้ว่าเป็น ‘มนุษย์ + AI’
คณะนักวิจัย Becker, Greger และ Peters อธิบายว่าแนวคิดหลักและการพิสูจน์ส่วนใหญ่เป็นผลงานของ GPT-6 อัสตรา แต่ต้องอาศัยการโต้ตอบเป็นเวลานาน Epoch AI ระบุใน หน้ารายละเอียดโจทย์ว่า “GPT-6 อัสตราไม่สามารถแก้โจทย์ได้ทันทีด้วยพรอมป์ง่าย ๆ เพียงอย่างเดียว”
บันทึกดังกล่าวจึงมีความหมายใกล้เคียงกับการที่โมเดลเสนอแนวคิดสำคัญระหว่างการทำงานร่วมกับนักวิจัยมนุษย์ มากกว่าการแก้โจทย์โดยอิสระ การจัดระดับ ‘Major Advance’ เพียงอย่างเดียวจึงไม่เพียงพอที่จะสรุปว่าเป็นผลงานวิจัยของ AI โดยลำพัง
ตัวโจทย์เองยังมีเงื่อนไขเฉพาะ โดยวิธีแก้ของคณะนักวิจัยพิสูจน์ว่าไม่มีกรณีที่ ‘core ว่างเปล่า’ ในคณะกรรมการลงคะแนนแบบอนุมัติ
Epoch AI อธิบายว่าโจทย์ดังกล่าวถูกเขียนขึ้นในรูปแบบที่ไม่สามารถแก้ได้ตั้งแต่แรก แต่ตามนโยบายยังคงระบุว่าโจทย์ได้รับการแก้แล้ว สถิติการแก้โจทย์กับความเหมาะสมของการออกแบบโจทย์จึงควรพิจารณาแยกจากกัน
ดังนั้นข้อความที่ว่า ‘GPT-6 อัสตราสร้าง Major Advance ครั้งแรกใน FrontierMath’ จึงเป็นการสรุปที่นำข้อเท็จจริงสองส่วนมารวมกัน ข้อเท็จจริงที่ยืนยันได้คือ GPT-6 อัสตราทำคะแนน 97.6% ใน Tier 4(v2) และมีส่วนร่วมกับโจทย์ระดับ Major Advance ในโครงการ Open Problems ผ่านการทำงานร่วมกับนักวิจัยมนุษย์
ความเป็นอิสระของการประเมินยังเป็นประเด็นที่ต้องจับตา โดย Epoch AI เปิดเผยใน เอกสารเปิดเผยความสัมพันธ์ว่า FrontierMath ได้รับการพัฒนาโดยการสนับสนุนของโอเพนเอไอ และโอเพนเอไอมีสิทธิ์เข้าถึงโจทย์บางส่วนแต่เพียงผู้เดียว
นอกจากนี้ยังมีการเปิดเผยว่าโอเพนเอไอว่าจ้างให้จัดทำโจทย์คณิตศาสตร์ 300 ข้อ และสามารถเข้าถึงโจทย์กับวิธีแก้ได้ Epoch AI ระบุว่ากำลังจัดทำชุดโจทย์แยกอีก 50 ข้อที่โอเพนเอไอไม่สามารถเห็นวิธีแก้ได้
การประเมินอีกชุดหนึ่งให้ภาพขอบเขตของผลลัพธ์ที่จำกัดกว่า โดยคะแนนอย่างเป็นทางการของ GPT-6 อัสตราใน FrontierMath Erdős อยู่ที่ 3% และ Epoch AI ระบุว่าภายใต้เงื่อนไขคงที่ โมเดลแก้โจทย์ได้ 2 ข้อจากทั้งหมด 68 ข้อ
การทดลองอย่างไม่เป็นทางการที่รวมการลองซ้ำและงบประมาณที่มากขึ้นสามารถแก้โจทย์ได้ 5 ข้อ แต่ผลลัพธ์นี้ไม่รวมอยู่ในคะแนนอย่างเป็นทางการ สะท้อนว่าผลการทำงานอาจแตกต่างกันมากตามกลุ่มโจทย์และเงื่อนไขการประเมินของ FrontierMath
ผลลัพธ์ครั้งนี้ชี้ให้เห็นว่าคะแนนเบนช์มาร์กด้านการให้เหตุผลทางคณิตศาสตร์ของ AI ไม่ควรถูกตีความในความหมายเดียวกับผลงานวิจัยจริง ทั้งนี้ เอกสารดังกล่าวไม่ได้ระบุความเชื่อมโยงโดยตรงกับตลาดสินทรัพย์ดิจิทัลหรือบล็อกเชน รวมถึงความเป็นไปได้ที่โทเคนที่เกี่ยวข้องจะได้รับประโยชน์
ความคิดเห็น 0