GPT-5.6 Sol Pro 相关 AI 资讯 · AI 热点

8月10日

07:17

07:17官方账号Simon Willison’s Weblog（博客/媒体）

精选

Simon Willison 提出将文档所有历史版本打包为 JSON 数组，用 zlib 或 zstd 压缩后存进 SQLite 的 BLOB 列。他用 GPT-5.6 Sol Pro 构建原型，模拟 1,000 次修订生成 20.4MB 原始文本，经 Zstandard 压缩后仅 80.3KB。为避免每次编辑都解压重压整个数组，原型将历史拆成多行，每行最多 128 个修订或 3MB 未压缩 JSON。

技巧 SQLite 压缩 zstd

推荐理由：Simon 晒了个 SQLite 存历史版本的压缩方案，用 zstd 把 1000 次修订从 20MB 压到 80KB，思路挺巧。

7月28日

10:06

10:06

官方一手arXiv: OpenAI@Carlo Iacono

这篇论文审计了2025年7月18日至2026年7月17日期间40条实证记录，发现最新命名模型出现时中位年龄为281天（四分位距75-478天，范围11-939天）。其中25篇期刊文章的中位年龄为395天，14篇预印本为56天，1篇实验室报告为49天。35条记录包含已被取代的模型系列，仅7条提供了精确的日期标识符。论文将模型年龄与声明货币性区分开，提出六项报告实践，并展示了作者借助GPT-5.6 Sol Pro在两天内完成研究的反思性案例。

论文 GPT-5.6 Sol Pro OpenAI 模型评估

推荐理由：这篇论文研究了AI模型评估结论过时的速度，发现模型发布后近一年结论可能已失效。如果你做AI评测或读评测报告，它能帮你判断证据是否还新鲜。

7月17日

17:48

17:48

Marc Andreessen@pmarca

精选

Edgar Dobriban利用GPT-5.6 Sol Pro在90分钟推理内，证明Benjamini-Hochberg（BH）过程在相关高斯双尾检验中无法普遍控制错误发现率（FDR）。通过一个高斯因子模型，在名义水平alpha=0.01时，实际FDR被证明超过0.0104。该问题自Benjamini和Hochberg（1995）提出以来已悬而未决近30年，论文引用超13万次。GPT-5.5在约20小时多智能体迭代中未能解决此问题。

论文 GPT-5.6 Sol Pro Benjamini-Hochberg false discovery rate

推荐理由：AI真的在推动数学进步了：GPT-5.6只用90分钟就找到了统计学里一个经典开放问题的反例，而5.5版本折腾20小时都没搞定。这篇报告值得所有关心AI科研能力的人看。

07:19

07:19

官方账号Greg Brockman@gdb

精选

GPT-5.6 Sol Pro在prinzbench上取得91/99的成绩，基本饱和该基准。该基准包含两道从未被任何模型解出的问题（各值3分），排除后模型正确回答了93题中的91题。相比GPT-5.4 Pro的79/99和GPT-5.5 Pro的82/99有明显提升。prinzbench于2026年1月发布，仅5个月后被GPT-5.6 Sol Pro饱和，加速趋势显著。

AI模型 GPT-5.6 Sol Pro prinzbench OpenAI

推荐理由：GPT-5.6 Sol Pro把prinzbench刷到91分，比前代高出一截，连从未解出的题都快能答了，基准加速饱和太明显。

7月16日

14:04

14:04

官方账号Greg Brockman@gdb

73°

Edgar Dobriban利用GPT-5.6 Sol Pro解决了统计学中一个开放问题：Benjamini-Hochberg（BH）程序在相关高斯数据下无法控制错误发现率（FDR）。该程序由Benjamini和Hochberg于1995年提出，被引用超13万次，但FDR控制仅对独立数据成立。尽管有多个猜想认为其对相关数据也有效，GPT-5.6 Sol Pro通过一个高斯因子模型（名义水平α=0.01，实际FDR>0.0104）证明了该猜想错误。模型经过90分钟推理一次性解决，而GPT-5.5在20小时内未能完成。

论文 GPT-5.6 Sol Pro Edgar Dobriban Benjamini-Hochberg

推荐理由：AI帮你揭开了统计学25年的难题：GPT-5.6 Sol Pro用90分钟证明BH方法在相关数据下会失效，比人类20小时还准。