AI奧數大獎出爐，英偉達摘桂冠，14B破解34題暴擊DeepSeek R1
第二屆人工智能數學奧林匹克競賽（AIMO2）開獎了！
作為大賽顧問委員會的一員，陶哲軒激動地宣佈了最新的結果——英偉達團隊AI成功破解了34道題（共50題）。
這一次，50道測試題保持了與AIMO1相同「數值答案」形式基礎上，進一步提升了「抗暴力破解」的難度。
這場由Kaggle主辦的AI競賽，參賽者必須使用開源LLM，在規定的有限算力條件下，用AI完成解題。
不過，目前最終成績仍處於審核階段，但現有數據已能確定大概率的勝者。
英偉達深度學習研究員分享，團隊僅用了14B小模型，就拿下了比賽第一。
讓人驚喜的是，微調後的14B竟然超越了405B的DeepSeek R1。
那麼，他們是如何做到的呢？
英偉達團隊摘桂冠，14B攻克34題
AIMO2每年都會評選5名獲勝者，第一名便是英偉達團隊——NemoSkills。
為了讓大家更直觀地對這個分數有一個認識：主辦方使用了DeepSeek R1 405B在同一個測試數據上，進行了無限計算/時間的測試。
結果發現，R1-405B得分僅僅20分左右。
而英偉達微調出的14B模型，以更小參數規模，以及時間和硬件限制下拿下了驚人的34分。
這款模型便是Qwen-14B，在數百萬合成數學測試集上進行了微調，能夠支持CoT推理。
最大的亮點是高度優化的推理，僅使用了4個L4 GPU，在短短5小時內解決了50個問題中的34個。
目前，他們尚未提交解決方案，所以一些技術細節還無法窺探。
這個團隊一共由7個人組成，他們分別是Christof Henkel、Darragh Hanley、Ivan Sorokin、Benedikt Schifferer、Igor Gitman、Shubham Toshniwal和Ivan Moshkov。
除了英偉達，還有哪些團隊取得了精彩的表現？
清華拿下第二
第二名是來自清華和微軟的三人團隊，分別是清華大學研究助理教授Foxfi Ning、微軟的高級研究員Zinan Lin以及清華學子yiyouyc。
在公開排行榜上， 他們得分34/50（排名第一），在私有排行榜上得分31/50（排名第二）。
最為關鍵的是，他們是目前Top-5中唯一公開解決方法的參賽團隊。
本次比賽要求同時優化效率和推理性能。
目前，排名前5中，只有排名第二的參賽團隊公佈瞭解決方法。
他們的最終解決方案由三個主要部分組成：
第一部分：推理導向訓練—— 提升模型的推理能力階段1 – SFT（監督微調）和階段2 – DPO（數據增強優化）使用精選數據。
第二部分：效率優化—— 提升推理效率選擇合適的推理引擎、權重量化、KV緩存量化。
第三部分：推理時策略—— 改善效率與推理性能的權衡設計有效的提示語、進行自一致性聚合、在樣本/問題級別進行早停以及調整一些啟髮式超參數。
訓練腳本基於Light-R1項目。
在本地驗證方面，用了AIME 2025測試集（30個問題）以及參考集（10個問題），評估了平均樣本準確率和通過自一致性聚合的準確率，以獲得參賽團隊試驗解決方案的初步判斷。
第三名，Nokron，AI得分30，4年前加入Kggle。
第四名，Søren Ravn Andersen，AI得分29，10年前加入Kaggle。
第五名，來自浙江杭州的匿名選手，AI得分29，6年前加入了Kaggle。
AIMO2比賽介紹
AIMO是什麼來頭？
這是第二屆AIMO進步獎競賽，第一屆的AIMO進步獎於2024年7月由Project Numina團隊贏得。
這次競賽增加了獎金池，提供了全新的題目數據集，為參賽者提供更多算力支持，並更新了關於使用開源大語言模型（LLM）的規則。
數學推理能力是人工智能發展的一個關鍵里程碑，是解決許多複雜問題的基石，比如工程奇蹟或複雜的金融模型。
然而，目前的人工智能在這方面的能力還比較有限。
人工智能數學奧林匹克（AIMO）是一個總金額高達1000萬美元的基金，旨在激勵開發能夠與國際數學奧林匹克（IMO）頂尖人類選手錶現相當的開源AI模型。
本屆競賽包含110道數學題目，涵蓋代數、組合數學、幾何和數論。
相比第一屆，題目難度有所提升，大約達到國家奧林匹克競賽的水平。
這些題目還被設計為「對AI來說特別難」，需要較強的數學推理能力，並且已經針對當前開源大語言模型的能力進行了測試。
為了避免訓練數據與測試數據混淆的問題，競賽採用了由國際解題團隊創作的全新數學題目。
評估方式
參賽者的提交將根據預測結果與真實答案（ground-truth labels）的準確率進行評估。
簡單來說，排名依據是預測答案與真實答案之間完全匹配的比例。
在這場比賽中，每個真實答案是一個0到999之間的整數。
獎項設置
本次競賽總獎金達到了211.7152萬美元
排名前五團隊的獎金：
第一名：26.2144萬美元
第二名：13.1072萬美元
第三名：6.5536萬美元
第四名：3.2768萬美元
第五名：1.6384萬美元
總體進步獎：
總體進步獎將頒發給在公開和私有測試集上均獲得至少47/50分的最高排名團隊。
在前五名獎金分配後，賸餘的獎金將全部頒發給總體進步獎得主。
如果某團隊獲得總體進步獎，獎金將至少為158.9248萬美元。
如果本屆競賽沒有團隊獲得總體進步獎，賸餘獎金將滾入下一屆競賽，獎金額度和分配規則保持不變。
代碼要求
提交必須通過Notebook完成。提交按鈕在提交後激活需滿足以下條件：
CPU Notebook運行時間 ≤ 9小時
GPU Notebook運行時間 ≤ 5小時
禁用互聯網訪問
允許使用免費且公開的外部數據，包括預訓練模型
提交文件必須通過API生成
參考資料：
https://x.com/kagglingdieter/status/1910591141138886923
https://mathstodon.xyz/@tao/114319952836204640
https://www.kaggle.com/competitions/ai-mathematical-olympiad-progress-prize-2/leaderboard
本文來自微信公眾號「新智元」，作者：新智元，編輯：編輯部 NJY，36氪經授權發佈。
