研究・論文

30億パラメータのAIモデルが国際数学オリンピアード（IMO）2025と国際物理オリンピアードで金メダル水準を達成した。逆カリキュラムSFT・強化学習・テスト時スケーリングを組み合わせた手法で、巨大モデルに頼らずトップ水準の推論を実現した研究成果を解説する。