GPT-5.6 Sol یک حدس ۳۰ ساله آمار را در ۹۰ دقیقه رد کرد

یک استاد آمار دانشگاه پنسیلوانیا با استفاده از GPT-5.6 Sol Pro، یک فرضیه longue-standing درباره روش بنجامینی-هاخبرگ، روالی ۱۹۹۵ که در تست‌های فرضیه همزمان کنترل مثبت‌های کاذب را مدیریت می‌کند، رد کرد. مدل نشان داد که این روش می‌تواند در داده‌های پیوسته همبسته شکست بخورد، حالتی که محققان پیش از این امن می‌دانستند.

برتری مدل در مقایسه با نسل قبل و انسان‌ها

GPT-5.6 Sol Pro این مسئله را در حدود ۹۰ دقیقه حل کرد. پیشین آن، GPT-5.5 حتی پس از بیش از ۲۰ ساعت محاسبه نتوانست راه‌حل معتبری ارائه دهد، و آمارشناسان انسانی تا به امروز نتوانسته بودند این مسئله را حل کنند.

منبع: The Decoder