[!quote]+ 
今年早些时候，我们的模型在五项高中奥林匹克竞赛中数学、物理和化学项目中获得了金牌级别的表现。这些结果激励我们思考人工智能是否也能帮助科学家解决开放性研究难题。 
竞争问题可能非常困难，但这些问题已经有了解决方案。开放研究则不同。没有答案，也不能保证某种方法一定有效。进步意味着不断尝试想法，犯新错误并加以解决，有时还要回到起点。 
在过去几个月里，我们与数学家合作，探索数学多个领域的问题。他们通过常规 meta.ai 聊天界面的思考模式使用了Muse Spark 1.1和1.2，没有自定义研究框架。 
开放式研究需要时间。我们的目标不是批量产出论文，而是赋能研究人员，帮助他们发展他人能够理解和发展的数学见解。我们很自豪能与科学界合作，帮助他们推动研究进展。这些合作遵循以下原则： 

一支数学家团队指导研究，并与Muse Spark合作探索思想并发展论证。
第二组数...