OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten. Lean kan de logica van een geformaliseerd bewijs controleren, maar stelt op zichzelf niet vast of een resultaat nieuw is of de bedoelde wiskundige vraag beantwoordt.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create 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
Op 6 oktober 2026 maakte OpenAI 722 wiskundige manuscripten openbaar, verdeeld over 372 families van verwante resultaten. Volgens het bedrijf komt het werk van een intern, niet uitgebracht frontiermodel. In berichtgeving wordt de verzameling omschreven als werk aan honderden open vragen, met oplossingen of aanzienlijke vooruitgang op verschillende terreinen van de wiskunde. Veel manuscripten hebben een formalisering in Lean, maar niet allemaal. 4
17
De publicatie geeft wiskundigen materiaal om te bestuderen. Op zichzelf bewijst ze niet dat elk resultaat nieuw, belangrijk of correct afgebakend is. De eerdere claim over Navier–Stokes, vragen over de manier waarop de resultaten tot stand kwamen en de grenzen van formele verificatie maken onafhankelijke beoordeling essentieel.
De twee aantallen slaan op verschillende zaken: 722 manuscripten zijn ondergebracht in 372 families van samenhangende resultaten. Je kunt die cijfers dus niet lezen als een-op-eentelling van afzonderlijke artikelen of open problemen. Volgens berichtgeving bevat de verzameling oplossingen voor, of aanzienlijke vooruitgang op, honderden open wiskundige problemen. Voor de publicatie had OpenAI gezegd dat het interne model meer dan honderd langdurig openstaande problemen had opgelost. Dat zijn claims over het werk van het model, geen telling van door onafhankelijke experts bevestigde doorbraken. 5
OpenAI publiceerde ook ondersteunend materiaal. Volgens berichtgeving bevat de repository bewijsbestanden, een Lean-bibliotheek en een overzicht van beschikbare formaliseringsbestanden, plus beknopte redeneringssamenvattingen voor tien resultaten. Daardoor is een deel van het werk beter te inspecteren. De beschikbare samenvattingen beschrijven echter niet voor elk manuscript het volledige proces waarmee het resultaat is gevonden. 17
Niet alle 722 manuscripten hebben een formalisering in Lean. Volgens berichtgeving is ongeveer de helft van de resultaten formeel geverifieerd in Lean; andere verslagen melden dat er voor veel, maar niet alle, artikelen formaliseringsbestanden zijn. 17
Lean is een bewijsassistent: zodra een bewijs en de bijbehorende stelling in het systeem zijn vastgelegd, kan het controleren of het formele bewijs volgt uit de formele aannames. Dat is een waardevolle controle van het gecodeerde betoog. Maar Lean bepaalt niet zelf of de formele stelling overeenkomt met het bedoelde wiskundige probleem, of het resultaat nieuw is, of hoe belangrijk het is.
Het is dus belangrijk onderscheid te maken tussen formeel bewijs dat door een computer is gecontroleerd en de bredere wetenschappelijke beoordeling van een manuscript. Het eerste kan het vertrouwen in een geformaliseerd argument versterken. Voor het tweede moeten wiskundigen nog steeds kijken naar definities, de context, eerder werk en de betekenis van het resultaat.
In september zei OpenAI dat een intern systeem een oplossing had gevonden voor het existentie- en gladheidsprobleem van Navier–Stokes. Het bedrijf publiceerde daarbij een uitgeschreven bewijs en een formalisering in Lean. 2 Die aankondiging leidde tot vragen over de vraag of het resultaat het probleem behandelde zoals wiskundigen dat begrijpen, en tot zorgen over de rol en erkenning van het werk van menselijke onderzoekers.
Volgens berichten vergde die eerdere poging een grote groep AI-agenten en miljoenen dollars aan rekenkracht. Die berichten gaan over het Navier–Stokes-onderzoek — niet over de kosten van de verzameling manuscripten die in oktober verscheen. De hier aangehaalde informatie maakt niet duidelijk hoeveel rekenkracht de nieuwe reeks vergde of wat de totale kosten waren.
Die voorgeschiedenis roept praktische vragen op over de nieuwe publicatie. Welk eerder werk vormde de basis voor elk resultaat? Hoe koos het model problemen en hoe ging het ermee aan de slag? Welke bijdrage leverden menselijke onderzoekers? De manuscripten en ondersteunende bestanden bieden een beginpunt, maar de beschikbare informatie beantwoordt die vragen niet systematisch voor elk afzonderlijk resultaat.
OpenAI zegt te hebben overlegd met de onafhankelijke Advisory Group on Mathematics and Artificial Intelligence, die is ondergebracht bij het Institute for Advanced Study. Het bedrijf zegt de adviezen en openbare aanbevelingen van de groep te hebben gebruikt bij de publicatie. De aanbevelingen gaan over de beoordeling en communicatie van nieuwe wiskundige resultaten. 4
De reacties die tot nu toe zijn gemeld, lopen uiteen. Sommige wiskundigen zien het volume aan werk en de beschikbaarheid van door een computer gecontroleerde bewijzen als potentieel belangrijk. Anderen benadrukken dat originaliteit, bronvermelding en betekenis nog moeten worden vastgesteld, en dat het lastig is om honderden manuscripten tegelijk te beoordelen.
OpenAI zegt workshops, conferenties en andere programma’s rond de resultaten te gaan financieren. Ook is in berichtgeving gesproken over de bedoeling om het interne model openbaar beschikbaar te maken, maar de hier beschikbare bronnen geven daarvoor geen vaste planning.
Voorlopig is de meest zorgvuldige conclusie dat dit een omvangrijke onderzoekspublicatie is die een nauwkeurige beoordeling per resultaat verdient. Het aantal manuscripten is niet hetzelfde als het aantal onafhankelijk bevestigde ontdekkingen. En hoewel Lean nuttig is, geeft het geen uitsluitsel over nieuwheid, context of belang.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten.
OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten. Lean kan de logica van een geformaliseerd bewijs controleren, maar stelt op zichzelf niet vast of een resultaat nieuw is of de bedoelde wiskundige vraag beantwoordt.
De eerdere claim over de Navier–Stokesvergelijkingen vergrootte de aandacht voor herkomst, werkwijze en transparantie.
OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten. Lean kan de logica van een geformaliseerd bewijs controleren, maar stelt op zichzelf niet vast of een resultaat nieuw is of de bedoelde wiskundige vraag beantwoordt.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer

Create 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
Op 6 oktober 2026 maakte OpenAI 722 wiskundige manuscripten openbaar, verdeeld over 372 families van verwante resultaten. Volgens het bedrijf komt het werk van een intern, niet uitgebracht frontiermodel. In berichtgeving wordt de verzameling omschreven als werk aan honderden open vragen, met oplossingen of aanzienlijke vooruitgang op verschillende terreinen van de wiskunde. Veel manuscripten hebben een formalisering in Lean, maar niet allemaal. 4
17
De publicatie geeft wiskundigen materiaal om te bestuderen. Op zichzelf bewijst ze niet dat elk resultaat nieuw, belangrijk of correct afgebakend is. De eerdere claim over Navier–Stokes, vragen over de manier waarop de resultaten tot stand kwamen en de grenzen van formele verificatie maken onafhankelijke beoordeling essentieel.
De twee aantallen slaan op verschillende zaken: 722 manuscripten zijn ondergebracht in 372 families van samenhangende resultaten. Je kunt die cijfers dus niet lezen als een-op-eentelling van afzonderlijke artikelen of open problemen. Volgens berichtgeving bevat de verzameling oplossingen voor, of aanzienlijke vooruitgang op, honderden open wiskundige problemen. Voor de publicatie had OpenAI gezegd dat het interne model meer dan honderd langdurig openstaande problemen had opgelost. Dat zijn claims over het werk van het model, geen telling van door onafhankelijke experts bevestigde doorbraken. 5
OpenAI publiceerde ook ondersteunend materiaal. Volgens berichtgeving bevat de repository bewijsbestanden, een Lean-bibliotheek en een overzicht van beschikbare formaliseringsbestanden, plus beknopte redeneringssamenvattingen voor tien resultaten. Daardoor is een deel van het werk beter te inspecteren. De beschikbare samenvattingen beschrijven echter niet voor elk manuscript het volledige proces waarmee het resultaat is gevonden. 17
Niet alle 722 manuscripten hebben een formalisering in Lean. Volgens berichtgeving is ongeveer de helft van de resultaten formeel geverifieerd in Lean; andere verslagen melden dat er voor veel, maar niet alle, artikelen formaliseringsbestanden zijn. 17
Lean is een bewijsassistent: zodra een bewijs en de bijbehorende stelling in het systeem zijn vastgelegd, kan het controleren of het formele bewijs volgt uit de formele aannames. Dat is een waardevolle controle van het gecodeerde betoog. Maar Lean bepaalt niet zelf of de formele stelling overeenkomt met het bedoelde wiskundige probleem, of het resultaat nieuw is, of hoe belangrijk het is.
Het is dus belangrijk onderscheid te maken tussen formeel bewijs dat door een computer is gecontroleerd en de bredere wetenschappelijke beoordeling van een manuscript. Het eerste kan het vertrouwen in een geformaliseerd argument versterken. Voor het tweede moeten wiskundigen nog steeds kijken naar definities, de context, eerder werk en de betekenis van het resultaat.
In september zei OpenAI dat een intern systeem een oplossing had gevonden voor het existentie- en gladheidsprobleem van Navier–Stokes. Het bedrijf publiceerde daarbij een uitgeschreven bewijs en een formalisering in Lean. 2 Die aankondiging leidde tot vragen over de vraag of het resultaat het probleem behandelde zoals wiskundigen dat begrijpen, en tot zorgen over de rol en erkenning van het werk van menselijke onderzoekers.
Volgens berichten vergde die eerdere poging een grote groep AI-agenten en miljoenen dollars aan rekenkracht. Die berichten gaan over het Navier–Stokes-onderzoek — niet over de kosten van de verzameling manuscripten die in oktober verscheen. De hier aangehaalde informatie maakt niet duidelijk hoeveel rekenkracht de nieuwe reeks vergde of wat de totale kosten waren.
Die voorgeschiedenis roept praktische vragen op over de nieuwe publicatie. Welk eerder werk vormde de basis voor elk resultaat? Hoe koos het model problemen en hoe ging het ermee aan de slag? Welke bijdrage leverden menselijke onderzoekers? De manuscripten en ondersteunende bestanden bieden een beginpunt, maar de beschikbare informatie beantwoordt die vragen niet systematisch voor elk afzonderlijk resultaat.
OpenAI zegt te hebben overlegd met de onafhankelijke Advisory Group on Mathematics and Artificial Intelligence, die is ondergebracht bij het Institute for Advanced Study. Het bedrijf zegt de adviezen en openbare aanbevelingen van de groep te hebben gebruikt bij de publicatie. De aanbevelingen gaan over de beoordeling en communicatie van nieuwe wiskundige resultaten. 4
De reacties die tot nu toe zijn gemeld, lopen uiteen. Sommige wiskundigen zien het volume aan werk en de beschikbaarheid van door een computer gecontroleerde bewijzen als potentieel belangrijk. Anderen benadrukken dat originaliteit, bronvermelding en betekenis nog moeten worden vastgesteld, en dat het lastig is om honderden manuscripten tegelijk te beoordelen.
OpenAI zegt workshops, conferenties en andere programma’s rond de resultaten te gaan financieren. Ook is in berichtgeving gesproken over de bedoeling om het interne model openbaar beschikbaar te maken, maar de hier beschikbare bronnen geven daarvoor geen vaste planning.
Voorlopig is de meest zorgvuldige conclusie dat dit een omvangrijke onderzoekspublicatie is die een nauwkeurige beoordeling per resultaat verdient. Het aantal manuscripten is niet hetzelfde als het aantal onafhankelijk bevestigde ontdekkingen. En hoewel Lean nuttig is, geeft het geen uitsluitsel over nieuwheid, context of belang.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten.
OpenAI publiceerde op 6 oktober 722 manuscripten, verdeeld over 372 families van samenhangende resultaten. Lean kan de logica van een geformaliseerd bewijs controleren, maar stelt op zichzelf niet vast of een resultaat nieuw is of de bedoelde wiskundige vraag beantwoordt.
De eerdere claim over de Navier–Stokesvergelijkingen vergrootte de aandacht voor herkomst, werkwijze en transparantie.