Компания Axiom Math, специализирующаяся на разработке алгоритмов для математических рассуждений, объявила о создании модели Lattice Deduction Transformers, которая впервые решила бенчмарк Sudoku-Extreme с абсолютной точностью. Современные языковые модели, включая передовые разработки, показывают на этом тесте нулевой результат.
Axiom Math выпустила новую архитектуру нейросетевых моделей — Lattice Deduction Transformers (LDT), которая продемонстрировала способность решать задачи уровня Sudoku-Extreme с точностью 100%. Этот бенчмарк, разработанный для проверки логических способностей ИИ, до сих пор оставался недоступным для существующих моделей: даже лидеры отрасли, такие как GPT-4 или Claude, не справлялись с ним, показывая нулевую эффективность.
Основатель Axiom Math Патрик Шафто (Patrick Shafto) в своём посте на X подчеркнул, что LDT использует принципиально иной подход к дедуктивным рассуждениям. В отличие от традиционных трансформеров, которые полагаются на статистические закономерности в данных, новая модель интегрирует структурные ограничения задачи напрямую в архитектуру. «Это не просто улучшение существующих методов, а шаг к созданию систем, способных к строгому логическому выводу», — отметил Шафто.
Разработка привлекла внимание экспертов в области ИИ. Исследователь из Нью-Йоркского университета Гэри Маркус (Gary Marcus) назвал результат «значимым прорывом», указав, что Sudoku-Extreme требует не только распознавания шаблонов, но и планирования на несколько ходов вперёд. При этом он предупредил, что до полноценного решения задач, требующих абстрактного мышления, ещё далеко.
Axiom Math планирует опубликовать технические детали модели в ближайшее время. В компании подчёркивают, что LDT может найти применение не только в играх, но и в областях, где требуется работа с жёсткими логическими ограничениями, — например, в верификации программного кода или оптимизации сложных систем.
Источники: X-пост Патрика Шафто (Patrick Shafto), 1 июня 2026; публикация на платформе Digg.