
- 手稿篇数
- 722
- 结果族数量
- 372
- 评测所出题目
- 约 4000
- 单条结果平均算力
- 约 3 小时
仓库 openai/math 的目录现有 722 篇手稿,收成 372 个结果族。一族里可以有主结果、伴随论证、推论,或另一条证法,并按数学分支归类。公司同日在官网说明,发布前征询了普林斯顿高等研究院的数学与人工智能独立顾问组。公开方式参照了该组已经公开的建议。
另有 10 份经过删节的推理摘要。题目包括圆周率的无理指数,以及特征为 2 时的 Kaplansky 直接有限性猜想。另一份摘要讨论三维相对论下的 Vlasov–Maxwell 方程组。官网称,平均每条结果所用算力,大约相当于 ChatGPT Pro 思考 3 小时。
仓库说明,绝大多数结果用同一套流程、由这款未发布模型做出。整个评测大约出过 4000 道题,再按结果族和显著性筛成现在的目录。仓库把两类工作排除在这套固定流程之外:黎曼 zeta 函数的零点禁区,以及 CM 阿贝尔簇上霍奇猜想的证明稿。其中 Re(s) 大于 11/12 的零点禁区文稿,为便于阅读做过人工修改。
Lean 形式化只覆盖其中一部分,机器可以检查已经编码的证明。仓库称,没有配上形式化的结果可能有错,新的形式化会再补进仓库。手稿有没有经过同行评审,公司没有说明。这款模型仍未放出,名称也没有公开。
8 月 2 日最后更新的 openai/ten-proofs 只收 10 份 Lean 证书,对应更早的另一批结果,不是这次的目录。已经形式化的命题可以按仓库里的检查步骤重跑;只剩散文的部分,发布方自己也说可能有错。采购推理模型时,先分辨一条结果落在哪一层,比看手稿总数更有用。



