GPT 5.6 Pro
PulseAugur coverage of GPT 5.6 Pro — every cluster mentioning GPT 5.6 Pro across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
GPT-5.6 Pro to be integrated into AI agent workflows for custom software development
GPT-5.6 Pro successfully generated a project plan for controlling a Stream Deck, which was then executed by Codex. This showcases its capability in defining software requirements and project plans, suggesting future integration into AI agent systems for bespoke software creation.
GPT-5.6 Pro to be used in formal mathematical proof verification
GPT-5.6 Pro has demonstrated the ability to disprove a significant mathematical conjecture (Dinitz-Garg-Goemans) and assisted in disproving another (Benjamini-Hochberg procedure failure). This suggests its potential for formal proof verification and discovery, moving beyond mere problem-solving.
GPT-5.6 Pro is being benchmarked against other leading LLMs for procedural generation tasks
GPT-5.6 Pro is included in Ethan Mollick's benchmark for historical town generation, alongside models like Fable, Kimi K3, and Inkling. This indicates its positioning and evaluation against competitors in creative and procedural generation domains.
GPT-5.6 Pro demonstrates advanced reasoning and code generation capabilities
Recent evidence shows GPT-5.6 Pro assisting in complex academic research by disproving a statistical conjecture and also generating custom software via Codex. This highlights its advanced reasoning, problem-solving, and code generation abilities, extending beyond typical chatbot functionalities.
GPT-5.6 Pro's 'ultra mode' to be benchmarked against specialized AI agents
The mention of GPT-5.6's 'ultra mode' utilizing multiple agents in parallel suggests a potential for high-performance tasks. Future benchmarks may focus on comparing this mode against specialized AI agents in areas like complex simulations or scientific research, to assess its efficiency and effectiveness.
-
人工智能解决复杂数学问题，引发数学家争议
人工智能模型正日益解决复杂的数学问题，在学术界引起了复杂的反响。一些数学家将人工智能视为强大的生产力工具，而另一些人则担心过度依赖这些系统可能会侵蚀基本的数学理解和文化。一位菲尔兹奖得主指出，一个特定的人工智能模型解决了他在研究的两个难题，这既凸显了人工智能在数学领域的潜力，也暴露了其潜在的风险。
-
OpenAI的GPT-5.6 Pro证伪了数学猜想
OpenAI的Greg Brockman强调，在AI进步的推动下，科学、医学和数学发现正经历显著加速。他特别提到，GPT-5.6 Pro已证伪了一个关于CP^n上复拓扑向量丛的猜想，并推翻了Asok-Fasel-Hopkin提出的一个更新的猜想。
-
GPT-5.6 Pro 通过定向提示证伪 Dinitz-Garg-Goemans 猜想
一位用户演示了 GPT-5.6 Pro 可以证伪 Dinitz-Garg-Goemans 猜想。通过使用一个特定的 58 个词的提示，该模型能够识别出这个长期存在的数学猜想的错误性。这凸显了先进人工智能模型在复杂问题解决和数学发现方面日益增长的能力。
-
AI模型Kimi K3 Max因统计错误受到批评
Ethan Mollick 分享了关于 Kimi K3 Max（一款AI模型）性能的警示。他发现 Kimi K3 Max 在对他学术工作的复杂统计审计过程中犯了重大错误，错误地应用了统计方法。Mollick 还引用了 GPT 5.6 Pro 的一项批评，他对此表示赞同，并指出了 Kimi K3 Max 能力方面存在的进一步问题。
-
AI基准测试对GPT-5.6 Pro、Fable、Kimi K3和Inkling进行历史城镇生成测试
Ethan Mollick更新了他的AI基准测试，该测试旨在评估模型一次性程序化生成历史港口城镇的能力，并加入了GPT-5.6 Pro、Fable、Kimi K3和Inkling。用户可以通过一个Web应用程序与这些模拟进行交互，Mollick发现结果出人意料地能反映出模型的性能。
-
AI代理GPT-5.6 Pro通过Codex生成并安装自定义软件
Ethan Mollick使用GPT-5.6 Pro为通过Codex控制他的Stream Deck生成了项目计划。然后Fable审计了该计划，Codex通过接管他的计算机并安装必要的软件来实施该计划。Mollick指出，有时让AI生成自定义软件比寻找现有解决方案更有效。
-
Benjamini-Hochberg过程在相关高斯检验中无法控制FDR
一篇新论文表明，Benjamini-Hochberg过程在相关双侧高斯检验中可能无法控制错误发现率（FDR）。研究人员构建了一个因子模型，在该模型中，在0.01的显著性水平下，大量假设的FDR超过了0.0104。这一发现反驳了一个长期存在的猜想，并通过GPT-5.6 Pro的协助生成，随后由作者仔细验证。
-
用户声称 GPT 5.6 Pro 解决了五个 Erdős 问题
一位 Reddit 用户声称使用 GPT 5.6 Pro 解决了五个特定的 Erdős 数学问题。该用户此前曾使用 AI 模型解决数学问题，并与 Terence Tao 等著名数学家合作发表过论文。他发布了问题 730、671、948、346 和 1139 的解决方案链接。该用户经常在 Erdős 问题上测试 OpenAI 的新模型，这表明 AI 在应对复杂数学挑战方面的能力日益增强。
-
OpenAI 发布 GPT-5.6 系列，带来新基准和功能 · 跟踪 8 个来源
OpenAI 推出了其新的 GPT-5.6 系列模型，包括 Sol、Terra 和 Luna，这些模型现已在 ChatGPT、Codex 和 OpenAI API 上可用。GPT-5.6 Sol 展示了显著的进步，在 Artificial Analysis Coding Agent Index 和 Agents' Last Exam 上设定了新的最先进基准，性能优于 Claude Fable 5 等竞争对手。新模型提供改进的产出质量、…
-
泄露的 GPT 5.6 Pro 检查点引发对高级规划能力的预测
一位 Reddit 用户分享了关于传闻中的“GPT 5.6 Pro”模型能力的预测，该预测基于他们声称的泄露检查点。该预测表明，该模型将能够为各种任务生成复杂的多步计划，包括创意写作和战略决策。这款假设的模型有望显著增强 AI 在不同领域协助规划和解决问题的能力。