OpenAI 宣布在数学、计算机科学和物理三个领域取得突破，三项成果分别涉及 Kakeya 猜想、量子色动力学与 Yang-Mills 理论的关系，以及证伪指数时间假设。三项成果的公开方式各不相同：数学成果直接放出 AI 生成的输出，计算机科学成果将组织外部研究者解释，物理成果则完全未公开，OpenAI 称将交由外部专家组决定如何发布。布朗大学数学教授 Brendan Hassett 表示数学结论「看起来有充分支持」，但尚未核查 Lean 形式化验证。多位研究者向 The Verge 表示，已对 OpenAI 的做…
推荐理由三项成果分别触及千禧年难题周边问题，但物理结果完全未公开，可据此判断 OpenAI 公开研究的方式。
OpenAI 邀请外部专家担任结果的「shepherd」（把关人），并按其建议对不同学科分别处理。数学和计算机科学的证明已被翻译成 Lean，由计算机逐步校验；但 Lean 只检查证明是否确立了它被写成的那个命题，命题本身是否对应原问题仍需专家判断。计算机科学部分的核心结论是：指数时间假设（ETH）不成立。ETH 断言 SAT 问题在最坏情况下不存在实质捷径，数百篇图论、计算生物学、数据库论文以其为前提；若证明成立，这些结论将失去证明基础。OpenAI 称该结果或有助于寻找更优算法，但转化为实际收益仍需大量研究。
推荐理由ETH 是计算复杂性理论的支柱假设，若被推翻，数百篇论文的结论将失去证明基础，值得了解这一理论动向。
OpenAI 用内部前沿模型生成并公开了 372 个数学结果，每个都声称解决了一个未解问题或取得实质进展，涵盖计算机算法改进和黎曼猜想相关进展。结果发布在 GitHub 仓库而非学术期刊，附带修订日志和引用，多数证明提供 Lean 形式化验证。OpenAI 称几乎每个结果都来自对单个 AI Agent 的一次提示，平均消耗约 3 小时 ChatGPT Pro Thinking 算力；此前同一模型给出的 Navier-Stokes 问题解答已接受数周正式审查，那次动用了 1 万个 Agent 和数百万美元算力。公司还…
推荐理由AI 批量产出数学成果并绕过同行评审，做科研工具和形式化验证的人该看这个先例。
OpenAI 公开了一批由内部前沿模型生成的数学结果，发布在 GitHub 仓库中，并附论文修订与引用协议。仓库包含许多证明的 Lean 形式化，以及 10 份模型推理摘要、按 ChatGPT Pro 用量估算的算力消耗和尝试题目数量统计。平均每个结果约消耗相当于 3 小时 ChatGPT Pro 思考的算力。OpenAI 称正与普林斯顿高等研究院的数学与人工智能咨询组合作制定发布规范，并将资助相关研讨会和会议。
推荐理由看 AI 做数学的算力账：平均一个结果约等于 3 小时 ChatGPT Pro 思考，附 Lean 形式化可验证