AnswersPublished14 sources
722 käsikirjoitusta, mutta eivät 722 varmennettua läpimurtoa
OpenAI julkaisi 6. lokakuuta 722 käsikirjoitusta, jotka on jaettu 372 toisiinsa liittyvien tulosten kokonaisuuteen. Lean voi tarkistaa, että formalisoitu todistus seuraa järjestelmään syötetyistä oletuksista.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- OpenAI julkaisi 6. lokakuuta 722 käsikirjoitusta, jotka on jaettu 372 toisiinsa liittyvien tulosten kokonaisuuteen.
- Lean voi tarkistaa, että formalisoitu todistus seuraa järjestelmään syötetyistä oletuksista.
- Aiempi Navier–Stokes väite on nostanut esiin kysymyksiä työn taustoista, tekijyydestä ja avoimuudesta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI release on Oct. 6 from its unreleased frontier model—including the number and range of mathematical manuscripts, their claim. Article summary: On October 6, OpenAI published **722 mathematical manuscripts in 372 related result families** from an unreleased internal frontier model. It presents them as results across many areas of mathematics, including work on l. Topic tags: general, general web, academic, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks
OpenAI julkaisi 6. lokakuuta 2026 julkisesti 722 matemaattista käsikirjoitusta, jotka on ryhmitelty 372 toisiinsa liittyvien tulosten kokonaisuuteen. Yhtiön mukaan tulokset ovat peräisin sen sisäisestä, vielä julkaisemattomasta huippumallista. Julkaisua koskevissa uutisissa kokoelman kerrotaan käsittelevän satoja avoimia kysymyksiä ja sisältävän niihin ratkaisuja tai huomattavaa edistystä. Monista töistä on Lean-formalisointi, mutta ei kaikista. 4
17
Matemaatikot saavat nyt aineistoa tarkasteltavakseen. Julkaisu ei kuitenkaan itsessään osoita, että jokainen tulos olisi uusi, merkittävä tai muotoiltu oikein. Aiempi Navier–Stokes-väite, kysymykset tulosten syntytavasta sekä formaalin todentamisen rajat tekevät riippumattomasta arvioinnista olennaisen osan kokonaiskuvaa.
Mitä OpenAI julkaisi – ja mitä yhtiö väittää?
Luvut kuvaavat eri asioita: 722 käsikirjoitusta on järjestetty 372 tulosperheeseen. Niitä ei pidä tulkita 722 erilliseksi avoimeksi ongelmaksi tai 372 yksittäiseksi artikkeliksi. Julkaisua koskevien uutisten mukaan mukana on ratkaisuja tai merkittävää edistystä satoihin avoimiin kysymyksiin. Ennen julkaisua OpenAI oli kertonut sisäisen mallinsa ratkaisseen yli 100 pitkään avointa ongelmaa. Nämä ovat yhtiön kuvauksia mallin työstä, eivät riippumattomasti vahvistettujen läpimurtojen lukumääriä. 5
OpenAI julkaisi myös aineistoa tulosten tarkastelua varten. Julkaisua käsittelevän raportoinnin mukaan mukana on todistuksiin liittyviä aineistoja, Lean-kirjasto ja luettelo formalisoiduista tuloksista sekä tiivistetyt päättelykuvaukset kymmenestä tuloksesta. Materiaalit helpottavat osan työstä tarkistamista, mutta tiivistelmät eivät kuvaa jokaisen käsikirjoituksen koko ongelmanratkaisuprosessia. 17
Mitä Lean tarkistaa – ja mitä ei?
Kaikista 722 käsikirjoituksesta ei ole Lean-formalisointia. Raportoinnissa arvioksi Leanilla muodollisesti tarkistettujen tulosten osuudesta on esitetty noin puolet. Muiden kuvausten mukaan formalisoituja todistuksia on monissa, mutta ei kaikissa, käsikirjoituksissa. 17
Lean on todistusavustin: kun matemaattinen väite ja sen todistus on koodattu järjestelmään, Lean voi tarkistaa, seuraako formaali todistus formaaleista oletuksista. Se on tärkeä tarkistus formalisoidulle päättelylle. Se ei kuitenkaan yksin ratkaise, vastaako järjestelmään koodattu väite sitä ongelmaa, jota matemaatikot tarkoittavat, onko tulos uusi tai kuinka merkittävä se on.
Siksi on hyvä erottaa koneella tarkistettu formaali todistus ja käsikirjoituksen laajempi tieteellinen arviointi. Ensimmäinen voi vahvistaa luottamusta formalisoituun todistukseen. Jälkimmäinen vaatii yhä matemaatikoilta käsitteiden, aiemman tutkimuksen, asiayhteyden ja tuloksen merkityksen arviointia.
Miksi aiempi Navier–Stokes-väite vaikuttaa arvioon?
Syyskuussa OpenAI kertoi sisäisen järjestelmänsä tuottaneen ratkaisun Navier–Stokesin olemassaolo- ja sileysongelmaan. Yhtiö julkaisi kirjallisen todistuksen ja sen Lean-formalisoinnin. 2 Väite herätti keskustelua siitä, vastasiko tulos matemaatikkojen tarkoittamaa ongelmaa. Esille nousivat myös kysymykset ihmisten aiemman työn osuudesta ja tekijyyden tunnustamisesta.
Raportoinnin mukaan aiemmassa Navier–Stokes-työssä käytettiin laajaa agenttijoukkoa ja miljoonien dollarien edestä laskentatehoa. Nämä kuvaukset koskevat Navier–Stokes-yritystä, eivät lokakuussa julkaistujen käsikirjoitusten tuottamisen kustannuksia. Käytettävissä olevat lähteet eivät kerro uuden kokoelman laskentatehon käyttöä tai kokonaiskustannuksia.
Aiempi tapaus nostaa uuden julkaisun kohdalla esiin käytännön kysymyksiä: Mihin aiempaan tutkimukseen kukin tulos perustuu? Miten malli valitsi ongelmat ja työskenteli niiden parissa? Millainen osuus ihmisillä oli? Käsikirjoitukset ja niihin liittyvät aineistot tarjoavat lähtökohdan arvioinnille, mutta käytettävissä oleva tieto ei vastaa näihin kysymyksiin järjestelmällisesti jokaisen tuloksen osalta.
Avoimuus, tutkijoiden reaktiot ja seuraavat askeleet
OpenAI kertoo kuulleensa riippumatonta Mathematics and Artificial Intelligence -neuvonantajaryhmää, joka toimii Institute for Advanced Study -tutkimuslaitoksen yhteydessä. Yhtiön mukaan ryhmän neuvot ja julkiset suositukset vaikuttivat siihen, miten tulokset julkaistiin. Suosituksissa käsitellään uusien matemaattisten tulosten arviointia ja niistä viestimistä. 4
Matemaatikkojen reaktiot ovat raportoinnin perusteella vaihdelleet. Osa pitää työn laajuutta ja koneella tarkistettavien todistusten saatavuutta mahdollisesti merkittävänä. Toiset painottavat, että tulosten omaperäisyys, tekijyys ja merkitys on selvitettävä, eikä satojen käsikirjoitusten arviointi käy hetkessä.
OpenAI kertoi rahoittavansa tuloksiin liittyviä työpajoja, konferensseja ja muita ohjelmia. Raportoinnissa on myös kerrottu yhtiön aikomuksesta julkaista sisäinen malli, mutta käytettävissä olevat lähteet eivät vahvista sille tarkkaa aikataulua.
Tällä hetkellä perustelluinta on pitää julkaisua laajana tutkimusaineistona, joka ansaitsee huolellisen, tulos kerrallaan etenevän tarkastelun. Käsikirjoitusten määrä ei ole sama asia kuin riippumattomasti vahvistettujen löytöjen määrä. Lean-tarkistukset ovat arvokkaita, mutta ne eivät ratkaise kysymyksiä tulosten uutuudesta, asiayhteydestä tai merkityksestä.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "722 käsikirjoitusta, mutta eivät 722 varmennettua läpimurtoa"?
OpenAI julkaisi 6. lokakuuta 722 käsikirjoitusta, jotka on jaettu 372 toisiinsa liittyvien tulosten kokonaisuuteen.
What are the key points to validate first?
OpenAI julkaisi 6. lokakuuta 722 käsikirjoitusta, jotka on jaettu 372 toisiinsa liittyvien tulosten kokonaisuuteen. Lean voi tarkistaa, että formalisoitu todistus seuraa järjestelmään syötetyistä oletuksista.
What should I do next in practice?
Aiempi Navier–Stokes väite on nostanut esiin kysymyksiä työn taustoista, tekijyydestä ja avoimuudesta.
Sources
openai.comSharing AI progress in mathematics
letsdatascience.comletsdatascience.com · news · openai-publishes-722-aiOpenAI Publishes 722 AI Mathematics Manuscripts