Jedes Jahr kommen die Länder, die an der Internationalen Mathematikolympiade (IMO) teilnehmen, mit einer Broschüre mit ihren besten und originellsten Problemen. Diese Broschüren werden unter den Delegationen verteilt und verschwinden dann stillschweigend. Niemand hatte sie jemals systematisch gesammelt, bereinigt und zur Verfügung gestellt, weder für KI-Forscher, die die Grenzen des mathematischen Denkens testen, noch für die Studenten auf der ganzen Welt, die weitgehend alleine für diese Wettbewerbe trainieren.

Forscher des Pc Science and Synthetic Intelligence Laboratory (CSAIL) des MIT, der King Abdullah College of Science and Expertise (KAUST) und der Firma HUMAIN haben nun genau das getan.

MathNet ist der größte hochwertige Datensatz beweisbasierter mathematischer Probleme, der jemals erstellt wurde. Er umfasst mehr als 30.000 von Experten verfasste Probleme und Lösungen aus 47 Ländern, 17 Sprachen und 143 Wettbewerben und ist fünfmal größer als der nächstgrößte Datensatz seiner Artwork. Die Arbeit wird später in diesem Monat auf der Worldwide Convention on Studying Representations (ICLR) in Brasilien vorgestellt.

Was MathNet von anderen unterscheidet, ist nicht nur seine Größe, sondern auch seine Breite. Frühere Datensätze auf Olympia-Ebene stammen quick ausschließlich aus Wettbewerben in den Vereinigten Staaten und China. MathNet erstreckt sich über Dutzende Länder auf sechs Kontinenten, deckt 17 Sprachen ab, umfasst sowohl text- als auch bildbasierte Probleme und Lösungen und umfasst vier Jahrzehnte Wettbewerbsmathematik. Ziel ist es, nicht nur die sichtbarsten, sondern das gesamte Spektrum mathematischer Perspektiven und Problemlösungstraditionen zu erfassen, die es in der globalen Mathematikgemeinschaft gibt.

„Jedes Land bringt eine Broschüre mit seinen neuartigsten und kreativsten Problemen mit“, sagt Shaden Alshammari, MIT-Doktorand und Hauptautor des Papiers. „Sie teilen die Broschüren miteinander, aber niemand hat sich die Mühe gemacht, sie einzusammeln, zu bereinigen und on-line hochzuladen.“

Für den Aufbau von MathNet battle die Suche nach 1.595 PDF-Bänden mit insgesamt mehr als 25.000 Seiten erforderlich, darunter digitale Dokumente und jahrzehntealte Scans in mehr als einem Dutzend Sprachen. Ein erheblicher Teil dieses Archivs stammte von einer ungewöhnlichen Quelle: Navid Safaei, einem langjährigen IMO-Neighborhood-Mitglied und Co-Autor, der diese Broschüren seit 2006 von Hand gesammelt und gescannt hatte. Sein persönliches Archiv bildete einen Großteil des Rückgrats des Datensatzes.

Die Beschaffung ist ebenso wichtig wie der Umfang. Während die meisten vorhandenen Mathematikdatensätze Probleme aus Neighborhood-Foren wie Artwork of Downside Fixing (AoPS) beziehen, greift MathNet ausschließlich auf offizielle nationale Wettbewerbsbroschüren zurück. Die Lösungen in diesen Broschüren sind von Experten verfasst und von Experten begutachtet, und sie umfassen oft mehrere Seiten, wobei die Autoren mehrere Ansätze für dasselbe Downside durchgehen. Diese Tiefe gibt KI-Modellen ein weitaus umfassenderes Sign zum Erlernen mathematischen Denkens als die kürzeren, informellen Lösungen, die für aus der Neighborhood stammende Datensätze typisch sind. Dies bedeutet auch, dass der Datensatz für Studierende wirklich nützlich ist: Jeder, der sich auf die IMO oder einen nationalen Wettbewerb vorbereitet, hat jetzt Zugriff auf eine zentralisierte, durchsuchbare Sammlung hochwertiger Probleme und erarbeiteter Lösungen aus Traditionen auf der ganzen Welt.

„Ich erinnere mich an so viele Studenten, für die es eine individuelle Anstrengung battle. Niemand in ihrem Land hat sie für diese Artwork von Wettbewerb trainiert“, sagt Alshammari, die selbst als Studentin am IMO teilnahm. „Wir hoffen, dass ihnen dadurch ein zentraler Ort mit qualitativ hochwertigen Problemen und Lösungen geboten wird, aus denen sie lernen können.“

Das Staff ist tief in der IMO-Neighborhood verwurzelt. Sultan Albarakati, ein Co-Autor, ist derzeit Mitglied des IMO-Vorstands und die Forscher arbeiten daran, den Datensatz direkt mit der IMO-Stiftung zu teilen. Um den Datensatz zu validieren, stellten sie eine Bewertungsgruppe aus mehr als 30 menschlichen Gutachtern aus Ländern wie Armenien, Russland, der Ukraine, Vietnam und Polen zusammen, die sich koordinierten, um Tausende von Lösungen zu überprüfen.

„Die MathNet-Datenbank hat das Potenzial, eine hervorragende Ressource sowohl für Studierende als auch für Führungskräfte zu sein, die nach neuen Problemen suchen, an denen sie arbeiten können, oder nach der Lösung für eine schwierige Frage suchen“, sagt Tanish Patil, stellvertretender Leiter der Schweizer IMO. „Während es andere Archive mit Olympia-Problemen gibt (insbesondere die Contest Collections-Foren auf AoPS), fehlen diesen Ressourcen ein standardisiertes Formatierungssystem, verifizierte Lösungen und wichtige Problemmetadaten, die für Themen und Theorie erforderlich sind. Es wird auch interessant sein zu sehen, wie dieser Datensatz verwendet wird, um die Leistung von Argumentationsmodellen zu verbessern, und ob wir bald in der Lage sein werden, ein wichtiges Downside bei der Erstellung neuartiger Olympia-Fragen zuverlässig zu beantworten: festzustellen, ob ein Downside wirklich originell ist.“

MathNet fungiert auch als strenger Maßstab für die KI-Leistung, und die Ergebnisse zeigen ein komplizierteres Bild, als die jüngsten Schlagzeilen über die mathematischen Fähigkeiten der KI vermuten lassen. Grenzmodelle haben außerordentliche Fortschritte gemacht: Berichten zufolge haben einige bei der IMO Goldmedaillen-Leistungen erreicht, und bei Customary-Benchmarks lösen sie jetzt Probleme, die die meisten Menschen verblüffen würden. Aber MathNet zeigt, dass die Fortschritte uneinheitlich sind. Sogar GPT-5, das leistungsstärkste getestete Modell, erzielte bei MathNets Haupt-Benchmark von 6.400 Problemen einen Durchschnitt von rund 69,3 Prozent und scheiterte damit an quick jedem dritten Downside auf Olympia-Niveau. Und wenn es bei Problemen um Zahlen geht, sinkt die Leistung auf breiter Entrance erheblich, sodass das visuelle Denken selbst bei den leistungsfähigsten Modellen eine dauerhafte Schwachstelle darstellt.

Mehrere Open-Supply-Modelle erreichten bei Problemen mit der mongolischen Sprache 0 Prozent und verdeutlichten damit eine weitere Dimension, in der aktuelle KI-Systeme trotz ihrer Gesamtstärke nicht ausreichen.

„GPT-Modelle sind in Englisch und anderen Sprachen gleichermaßen intestine“, sagt Alshammari. „Aber viele der Open-Supply-Modelle scheitern bei weniger verbreiteten Sprachen wie Mongolisch völlig.“

Die Vielfalt von MathNet soll auch eine tiefere Einschränkung bei der Artwork und Weise beseitigen, wie KI-Modelle Mathematik lernen. Wenn sich die Trainingsdaten eher an englischen und chinesischen Problemen orientieren, absorbieren die Modelle einen kleinen Teil der mathematischen Kultur. Ein rumänisches Downside der Kombinatorik oder ein brasilianisches Downside der Zahlentheorie nähern sich möglicherweise demselben zugrunde liegenden Konzept aus einem völlig anderen Blickwinkel. Die Forscher argumentieren, dass der Kontakt mit diesem Bereich sowohl Menschen als auch KI-Systeme zu besseren mathematischen Denkern macht.

Über die Problemlösung hinaus führt MathNet einen Retrieval-Benchmark ein, der fragt, ob Modelle erkennen können, wenn zwei Probleme dieselbe zugrunde liegende mathematische Struktur aufweisen, eine Fähigkeit, die sowohl für die KI-Entwicklung als auch für die Mathematik-Neighborhood selbst von Bedeutung ist. Bei echten IMO-Prüfungen sind im Laufe der Jahre nahezu doppelte Probleme aufgetreten, da es selbst für Expertengremien wirklich schwierig ist, mathematische Äquivalenzen über verschiedene Notationen, Sprachen und Formate hinweg zu finden. Beim Testen von acht hochmodernen Einbettungsmodellen stellten die Forscher fest, dass selbst die stärksten Einbettungsmodelle beim ersten Versuch nur in etwa 5 Prozent der Fälle die richtige Übereinstimmung identifizierten, wobei Modelle häufig strukturell nicht zusammenhängende Probleme als ähnlicher einstuften als gleichwertige.

Der Datensatz enthält auch einen Benchmark zur abrufgestützten Generierung, mit dem getestet wird, ob die Leistung verbessert wird, wenn einem Modell ein strukturell bedingtes Downside zugewiesen wird, bevor es mit der Lösung eines neuen Issues beauftragt wird. Dies ist der Fall, jedoch nur, wenn das abgerufene Downside wirklich related ist. DeepSeek-V3.2-Speciale steigerte bei intestine passendem Abruf bis zu 12 Prozentpunkte, während irrelevanter Abruf die Leistung in etwa 22 Prozent der Fälle verschlechterte.

Alshammari schrieb die Arbeit zusammen mit Safaei, dem HUMAIN-KI-Ingenieur Abrar Zainal, dem Direktor der KAUST-Akademie, Sultan Albarakati, und MIT-CSAIL-Kollegen: Masterstudent Kevin Wen SB ’25; Microsoft Principal Engineering Supervisor Mark Hamilton SM ’22, PhD ’25; und die Professoren William Freeman und Antonio Torralba. Ihre Arbeit wurde teilweise vom Schwarzman School of Computing Fellowship und der Nationwide Science Basis finanziert.

MathNet ist öffentlich verfügbar unter mathnet.csail.mit.edu.

Wozu dient die Privatsphäre des Patienten? Im Hippokratischen Eid, der als einer der frühesten und bekanntesten Texte zur medizinischen Ethik der Welt gilt, heißt es: „Alles, was ich im Leben meiner Patienten sehe oder höre, sei es im Zusammenhang mit meiner Berufsausübung oder nicht, und worüber nach außen nicht gesprochen werden sollte, werde ich geheim halten, da ich alle diese Dinge als privat betrachte.“

Da die Privatsphäre im Zeitalter datenhungriger Algorithmen und Cyberangriffe immer knapper wird, ist die Medizin einer der wenigen verbliebenen Bereiche, in denen die Vertraulichkeit in der Praxis nach wie vor von zentraler Bedeutung ist und es Patienten ermöglicht, ihren Ärzten vertrauliche Informationen anzuvertrauen.

Aber ein Papier Das von MIT-Forschern mitverfasste Projekt untersucht, wie Modelle künstlicher Intelligenz, die auf nicht identifizierten elektronischen Gesundheitsakten (EHRs) trainiert werden, patientenspezifische Informationen speichern können. Die Arbeit, die kürzlich auf der 2025 Convention on Neural Info Processing Methods (NeurIPS) vorgestellt wurde, empfiehlt einen strengen Testaufbau, um sicherzustellen, dass gezielte Eingabeaufforderungen keine Informationen preisgeben können, und betont, dass Lecks im Gesundheitskontext bewertet werden müssen, um festzustellen, ob sie die Privatsphäre des Patienten erheblich beeinträchtigen.

Auf EHRs trainierte Basis-Modelle sollten normalerweise das Wissen verallgemeinern, um bessere Vorhersagen zu treffen und dabei auf viele Patientenakten zurückgreifen. Beim „Auswendiglernen“ greift das Modell jedoch auf eine einzelne Patientenakte zurück, um seine Ergebnisse zu liefern, wodurch möglicherweise die Privatsphäre des Patienten verletzt wird. Insbesondere Stiftungsmodelle sind bereits bekannt anfällig für Datenlecks.

„Das Wissen über diese Hochleistungsmodelle kann für viele Communities eine Ressource sein, aber gegnerische Angreifer können ein Modell dazu veranlassen, Informationen aus Trainingsdaten zu extrahieren“, sagt Sana Tonekaboni, Postdoktorandin am Eric and Wendy Schmidt Heart am Broad Institute of MIT und Harvard und Erstautorin des Artikels. Angesichts des Risikos, dass Stiftungsmodelle auch personal Daten speichern könnten, stellt sie fest: „Diese Arbeit ist ein Schritt, um sicherzustellen, dass es praktische Bewertungsschritte gibt, die unsere Group unternehmen kann, bevor Modelle veröffentlicht werden.“

Um Untersuchungen zu den potenziellen Risiken durchzuführen, die EHR-Grundlagenmodelle in der Medizin darstellen könnten, wandte sich Tonekaboni an den MIT Affiliate Professor Marzyeh Ghassemider leitender Ermittler am ist Abdul Latif Jameel Klinik für maschinelles Lernen im Gesundheitswesen (Jameel Clinic), Mitglied des Labors für Informatik und künstliche Intelligenz. Ghassemi, Fakultätsmitglied der MIT-Abteilung für Elektrotechnik und Informatik und des Instituts für Medizintechnik und Wissenschaft, leitet das Gesunde ML-Gruppedas sich auf robustes maschinelles Lernen im Gesundheitswesen konzentriert.

Wie viele Informationen benötigt ein böswilliger Akteur, um wise Daten preiszugeben, und welche Risiken sind mit den durchgesickerten Informationen verbunden? Um dies zu beurteilen, entwickelte das Forschungsteam eine Reihe von Checks, die hoffentlich den Grundstein für zukünftige Datenschutzbewertungen legen werden. Diese Checks sollen verschiedene Arten von Unsicherheit messen und ihr praktisches Risiko für Patienten bewerten, indem sie verschiedene Stufen der Angriffsmöglichkeit messen.

„Wir haben hier wirklich versucht, den Schwerpunkt auf die Praktikabilität zu legen. Wenn ein Angreifer das Datum und den Wert von einem Dutzend Labortests aus Ihrer Akte kennen muss, um Informationen zu extrahieren, ist das Schadensrisiko sehr gering. Wenn ich bereits Zugriff auf diese Ebene geschützter Quelldaten habe, warum sollte ich dann ein großes Fundamentmodell angreifen müssen, um mehr zu erhalten?“ sagt Ghassemi.

Mit der unvermeidlichen Digitalisierung medizinischer Unterlagen kommt es immer häufiger zu Datenschutzverletzungen. In den letzten 24 Monaten hat das US-Gesundheitsministerium Aufzeichnungen gemacht 747 Datenschutzverstöße von Gesundheitsinformationen, die mehr als 500 Personen betreffen, wobei die meisten als Hacking-/IT-Vorfälle eingestuft wurden.

Patienten mit besonderen Erkrankungen sind besonders gefährdet, da sie leicht zu erkennen sind. „Selbst bei nicht identifizierten Daten kommt es darauf an, welche Artwork von Informationen Sie über die Particular person preisgeben“, sagt Tonekaboni. „Sobald man sie identifiziert hat, weiß man viel mehr.“

In ihren strukturierten Checks stellten die Forscher fest: Je mehr Informationen der Angreifer über einen bestimmten Patienten hat, desto wahrscheinlicher ist es, dass das Modell Informationen preisgibt. Sie demonstrierten, wie man Modellverallgemeinerungsfälle von Fällen des Auswendiglernens auf Patientenebene unterscheiden kann, um das Datenschutzrisiko richtig einzuschätzen.

Das Papier betonte auch, dass einige Lecks schädlicher seien als andere. Beispielsweise könnte ein Modell, das das Alter oder die demografischen Daten eines Patienten offenlegt, als harmloserer Leak charakterisiert werden als das Modell, das sensiblere Informationen wie eine HIV-Diagnose oder Alkoholmissbrauch preisgibt.

Die Forscher stellen fest, dass Patienten mit besonderen Erkrankungen besonders gefährdet sind, da sie leicht zu erkennen sind und möglicherweise ein höheres Maß an Schutz erfordern. „Selbst bei nicht identifizierten Daten kommt es wirklich darauf an, welche Artwork von Informationen Sie über die Particular person preisgeben“, sagt Tonekaboni. Die Forscher planen, die Arbeit interdisziplinärer auszuweiten und Kliniker und Datenschutzexperten sowie Rechtsexperten hinzuzufügen.

„Es gibt einen Grund, warum unsere Gesundheitsdaten privat sind“, sagt Tonekaboni. „Es gibt keinen Grund für andere, davon zu erfahren.“

Diese Arbeit wurde vom Eric and Wendy Schmidt Heart am Broad Institute of MIT und Harvard, Wallenberg AI, der Knut and Alice Wallenberg Basis, der US Nationwide Science Basis (NSF), einem Preis der Gordon and Betty Moore Basis, einem Google Analysis Scholar Award und dem AI2050-Programm von Schmidt Sciences unterstützt. Die für die Vorbereitung dieser Forschung verwendeten Ressourcen wurden teilweise von der Provinz Ontario, der kanadischen Regierung über CIFAR und Unternehmen, die das Vector Institute sponsern, bereitgestellt.

Mehr als 300 Menschen aus Wissenschaft und Industrie strömten in ein Auditorium, um an einer teilzunehmen BoltzGen-Seminar am Donnerstag, 30. Oktober, veranstaltet von der Abdul Latif Jameel Klinik für maschinelles Lernen im Gesundheitswesen (MIT Jameel Clinic). Headliner der Veranstaltung struggle MIT-Doktorand und BoltzGen-Erstautor Hannes Stärk, der BoltzGen erst wenige Tage zuvor angekündigt hatte.

Darauf aufbauend Boltz-2ein Open-Supply-Modell zur Vorhersage der biomolekularen Struktur zur Vorhersage der Proteinbindungsaffinität, das im Sommer für Aufsehen sorgte, BoltzGen (offiziell veröffentlicht am Sonntag, 26. Oktober) ist das erste Modell seiner Artwork, das einen Schritt weiter geht, indem es neuartige Proteinbinder erzeugt, die bereit sind, in die Arzneimittelforschungspipeline aufgenommen zu werden.

Drei wichtige Innovationen machen dies möglich: Erstens die Fähigkeit von BoltzGen, eine Vielzahl von Aufgaben auszuführen, Proteindesign und Strukturvorhersage zu vereinheitlichen und gleichzeitig die Leistung auf dem neuesten Stand zu halten. Als nächstes werden die integrierten Einschränkungen von BoltzGen anhand des Feedbacks von Wetlab-Mitarbeitern entwickelt, um sicherzustellen, dass das Modell funktionelle Proteine ​​erzeugt, die den Gesetzen der Physik oder Chemie nicht widersprechen. Abschließend wird das Modell in einem strengen Evaluierungsprozess auf „nicht behandelbare“ Krankheitsziele getestet, wodurch die Grenzen der Fähigkeiten von BoltzGen zur Bindemittelerzeugung ausgereizt werden.

Die meisten Modelle, die in Industrie oder Wissenschaft verwendet werden, sind entweder zur Strukturvorhersage oder zum Proteindesign geeignet. Darüber hinaus sind sie darauf beschränkt, bestimmte Arten von Proteinen zu erzeugen, die erfolgreich an einfache „Ziele“ binden. Ähnlich wie Schüler, die auf eine Testfrage antworten, die wie ihre Hausaufgabe aussieht, funktionieren die Modelle oft, solange die Trainingsdaten beim Entwurf des Ordners dem Ziel ähneln. Bestehende Methoden werden jedoch quick immer an Zielen evaluiert, für die bereits Strukturen mit Bindemitteln vorhanden sind, und schwächeln letztendlich in der Leistung, wenn sie bei anspruchsvolleren Zielen eingesetzt werden.

„Es gab Modelle, die versuchten, sich mit der Gestaltung von Bindemitteln auseinanderzusetzen, aber das Drawback besteht darin, dass diese Modelle modalitätsspezifisch sind“, betont Stärk. „Ein allgemeines Modell bedeutet nicht nur, dass wir mehr Aufgaben bewältigen können. Darüber hinaus erhalten wir ein besseres Modell für die einzelne Aufgabe, da die Nachahmung der Physik anhand von Beispielen erlernt wird, und mit einem allgemeineren Trainingsschema stellen wir mehr solcher Beispiele bereit, die verallgemeinerbare physikalische Muster enthalten.“

Die BoltzGen-Forscher haben sich alle Mühe gegeben, BoltzGen an 26 Zielen zu testen, von therapeutisch relevanten Fällen bis hin zu Fällen, die explizit aufgrund ihrer Unähnlichkeit mit den Trainingsdaten ausgewählt wurden.

Dieser umfassende Validierungsprozess, der in acht Wetlabs in Wissenschaft und Industrie stattfand, zeigt die Breite und das Potenzial des Modells für die bahnbrechende Arzneimittelentwicklung.

Parabilis Medicines, einer der Branchenpartner, der BoltzGen in einer Nasslaborumgebung getestet hat, lobte das Potenzial von BoltzGen: „Wir glauben, dass die Übernahme von BoltzGen in die Fähigkeiten unserer bestehenden Helicon-Peptid-Rechenplattform unseren Fortschritt bei der Bereitstellung transformativer Medikamente gegen schwere menschliche Krankheiten beschleunigen wird.“

Während die Open-Supply-Versionen von Boltz-1, Boltz-2 und jetzt BoltzGen (das auf der Vorschau vorgestellt wurde 7. Konferenz zum molekularen maschinellen Lernen am 22. Okt.) bringen neue Möglichkeiten und Transparenz in die Arzneimittelentwicklung, sie signalisieren aber auch, dass die Biotech- und Pharmaindustrie ihre Angebote möglicherweise neu bewerten muss.

Inmitten der Begeisterung für BoltzGen auf der Social-Media-Plattform X stellte Justin Grace, ein leitender Wissenschaftler für maschinelles Lernen bei LabGenius, eine Frage. „Die Zeitverzögerung zwischen privater und offener Leistung für Chat-KI-Systeme beträgt (sieben) Monate und nimmt ab“, schrieb Grace ein Beitrag. „Im Proteinbereich scheint es sogar noch kürzer zu sein. Wie können Binder-as-a-Service-Unternehmen ihre Investitionen (wieder hereinholen), wenn wir nur ein paar Monate auf die kostenlose Model warten können?“

Für Wissenschaftler stellt BoltzGen eine Erweiterung und Beschleunigung der wissenschaftlichen Möglichkeiten dar. „Eine Frage, die mir meine Studenten oft stellen, ist: ‚Wo kann KI die Therapie verändern?‘“, sagt die leitende Co-Autorin und MIT-Professorin Regina Barzilay, Leiterin der KI-Fakultät der Jameel Clinic und Tochtergesellschaft des Pc Science and Synthetic Intelligence Laboratory (CSAIL). „Solange wir nicht behandelbare Ziele identifizieren und eine Lösung vorschlagen, werden wir nichts ändern“, fügt sie hinzu. „Der Schwerpunkt liegt hier auf ungelösten Problemen, was Hannes‘ Arbeit von anderen auf diesem Gebiet unterscheidet.“

Der leitende Co-Autor Tommi Jaakkola, Thomas-Siebel-Professor für Elektrotechnik und Informatik, der mit der Jameel Clinic und CSAIL verbunden ist, stellt fest, dass „Modelle wie BoltzGen, die vollständig als Open-Supply-Lösung veröffentlicht werden, umfassendere gemeinschaftsweite Bemühungen zur Beschleunigung der Möglichkeiten zur Arzneimittelentwicklung ermöglichen.“

Mit Blick auf die Zukunft glaubt Stärk, dass die Zukunft des biomolekularen Designs durch KI-Modelle auf den Kopf gestellt wird. „Ich möchte Werkzeuge bauen, die uns helfen, die Biologie zu manipulieren, um Krankheiten zu lösen, oder Aufgaben mit molekularen Maschinen auszuführen, die wir uns noch nicht einmal vorstellen konnten“, sagt er. „Ich möchte diese Werkzeuge bereitstellen und Biologen ermöglichen, sich Dinge vorzustellen, an die sie vorher noch nicht einmal gedacht haben.“