Nomos-1 da Nous Research alcança 2º lugar no Putnam 2025

A Nous Research lançou o Nomos-1, IA open-source que marcou 87/120 no exame Putnam 2025, competindo com quase 4 mil humanos.

• Modelo híbrido de 30B parâmetros com new reasoning harness
• Segunda melhor pontuação estimada do exame
• Open-source disponível no Hugging Face para pesquisadores
• Custo computacional alto limita uso em larga escala

Lide

A Nous Research, em parceria com a Hillclimb AI e pesquisadores independentes, lançou recentemente o Nomos-1, uma inteligência artificial open-source com 30 bilhões de parâmetros focada em resolução de problemas matemáticos complexos. O modelo alcançou uma pontuação de 87 de 120 no William Lowell Putnam Mathematical Competition 2025, uma das provas universitárias mais desafiadoras do mundo, disputada por quase 4 mil estudantes.

Detalhes Técnicos e Inovação

• O Nomos-1 utiliza um sistema híbrido derivado do modelo Qwen3 e foi extensivamente treinado com provas do Putnam, priorizando rigor lógico sobre velocidade.
• Inovação chave: Reasoning Harness, uma ferramenta que estrutura o processo de resolução em duas fases — múltiplos agentes autônomos resolvem e criticam os problemas; depois, um sistema de torneio com eliminação dupla seleciona a solução final.
• Parâmetros ajustados (temperature=0.6, top_p=0.95) balanceiam criatividade e rigor durante a argumentação lógica.

Desempenho Relevante

• Com 87 pontos, o Nomos-1 teria ficado em 2º lugar no Putnam 2024, perto do vencedor que marcou 92 pontos.
• A pontuação média humana é de 20 a 30 pontos, e o modelo acertou nota máxima em 8 dos 12 problemas.
• O modelo supera versões anteriores, como Qwen3 (24 pontos) e GPT-4 Turbo (<15 pontos), com uma vantagem de mais de 200% em relação ao modelo base.

Limitações e Controvérsias

• O treinamento em conjuntos anteriores do Putnam gera críticas sobre possível extrapolação de padrões ao invés de criatividade matemática genuína.
• O custo computacional para resolução é elevado, cerca de US$ 1,20 por prova, inviabilizando uso massivo.
• O sistema pode falhar em problemas com enunciados ambíguos ou menos estruturados.
• Preocupações éticas apontam risco de dependência de IAs por estudantes, ameaçando a formação do raciocínio crítico matemático.

Impactos Fututos e Usos Práticos

• A ferramenta é aberta para pesquisadores, exigindo infraestrutura robusta (GPU ≥48GB VRAM).
• Aplica-se em P&D financeiro para modelagem quantitativa com suporte adicional para cálculo simbólico.
• Embora IA avance, humanos seguem imprescindíveis para criação e interpretação dos problemas.