OpenAI выложила в открытый доступ 722 математические рукописи от секретной нейросети

Подробности изложены в материале первоисточника. Компания OpenAI объявила о масштабной публикации математических результатов, полученных с помощью закрытой внутренней передовой модели. В открытом репозитории на GitHub теперь доступны 722 научные рукописи и сопутствующие материалы.

Как отмечает Сергей Багров, данный релиз знаменует собой важный шаг к открытости в исследовании возможностей искусственного интеллекта в точных науках.

Внутри репозитория на GitHub

Все материалы опубликованы в репозитории openai/math под лицензией Apache-2.0. Согласно файлу README, содержимое представляет собой математические рукописи и артефакты доказательств, созданные внутренней моделью OpenAI в ходе тестовых оценок на открытых исследовательских задачах.

Текущий каталог содержит 722 работы, которые распределены по 372 семействам. В одно семейство объединяются связанные между собой документы: главный результат, вспомогательные аргументы, следствия или альтернативные доказательства. Каждая группа классифицирована по соответствующей математической дисциплине.

Структура файлов и проверка доказательств

Специальная директория препринтов содержит файлы PDF, исходные коды, а также инструкции по сборке и цитированию конкретных рукописей. Отдельная библиотека Lean и каталог формализации описывают доступные компьютерные проверки, сопутствующие научные работы и конфигурации верификации.

Коллекция находится на разных стадиях проверки. Многие материалы сопровождаются формализациями на языке Lean, позволяющем компьютеру строго проверять математические выкладки, однако так проработаны далеко не все тексты. Создатели предупреждают, что в неформализованных частях могут содержаться ошибки, и обещают оперативно исправлять их, попутно добавляя новые машинные доказательства по мере готовности.

Как создавались математические результаты

Подавляющее большинство выводов было получено по единой процедуре с использованием неанонсированной внутренней нейросети. В процессе тестирования модель получила около 4 000 задач, причем на каждую в среднем уходило количество вычислений, сопоставимое с тремя часами размышлений интерфейса ChatGPT Pro.

В документации поясняется, что масштабирование тестов потребовалось из-за насыщения стандартных математических бенчмарков, а некоторые новые выводы опираются на предыдущие достижения системы. Фильтрация по уровню значимости и последующая группировка в семейства позволили сформировать итоговый опубликованный каталог.

Исключения и обобщенные выводы

Из общей схемы выбиваются две работы: исследование нулей дзета-функции Римана и доказательство гипотезы Ходжа для абелевых многообразий CM. Первый текст, охватывающий область без нулей $\text{Re}(s) > 11/12$, прошел дополнительную ручную редактуру для улучшения читаемости.

Кроме того, репозиторий содержит 10 сокращенных резюме рассуждений модели. Они затрагивают двухточечные корреляции мультипликативных функций, экспоненту иррациональности числа $\pi$, гипотезы Малера, NP-трудность на базовом уровне полуопределенного порога, а также другие сложные темы теоретической математики и физики.

Рекомендации Консультативной группы

Представители компании сообщили, что при подготовке релиза консультировались с независимым Консультативным советом по математике и искусственному интеллекту при Институте перспективных исследований. Эксперты опубликовали свои рекомендации по ответственному распространению данных еще 29 сентября 2026 года после сбора сотен отзывов от научного сообщества.

В рекомендациях подчеркивается, что лаборатории не должны использовать результаты своих закрытых систем исключительно в качестве маркетинговых инструментов. Эксперты настаивают на размещении материалов в независимых академических хранилищах с постоянными идентификаторами и фиксацией всех изменений.

Требования к прозрачности исследований

Консультативная группа призывает разработчиков открыто публиковать названия моделей, использованные промпты, обобщенную цепочку рассуждений, затраченное время и оценку вычислительных затрат. Также подчеркивается необходимость финансовой поддержки со стороны IT-гигантов для развития человеческого понимания сгенерированных текстов через конференции, летние школы и семинары под эгидой некоммерческих институтов.

Предыстория внутренней модели и дальнейшие шаги

Упоминание «внутренней передовой модели» отсылает к сообщению компании от 8 сентября 2026 года, когда та же система построила формализованное на Lean доказательство того, что трехмерное движение жидкости в уравнениях Навье — Стокса может образовывать сингулярность за конечное время. Этот результат касается одной из премий Millennium Prize Problems.

Команда разработчиков подтвердила намерение спонсировать серию академических программ и воркшопов для освоения открытых данных, а также продолжить работу над безопасным релизом самой языковой модели, которая справилась с поставленными математическими вызовами.