В тесте First Proof люди превзошли ИИ в решении 10 исследовательских математических задач. Лучший модельный результат — 6 из 10, при том что все задания были новыми и не встречались в обучающих данных. Тест проверялся анонимными экспертами-математиками и считается первым, удовлетворяющим сразу трём строгим условиям верификации.

@HotCodeIT