OpenAI周二宣布，将一份包含722篇数学论文的文档上传至公共GitHub仓库。这些论文均出自其尚未公开的内部模型，相关成果被归类为372个“结果家族”。
该模型也是上个月OpenAI用于证明纳维-斯托克斯方程（Navier-Stokes）的同一模型。据仓库信息显示，在评估过程中，OpenAI向该模型提供了约4000道题目。平均而言，每个结果的生成消耗了约三小时的ChatGPT Pro推理算力。
仓库内容详情
许多证明附带了Lean语言的正式版本，这是一种允许计算机自动检查证明有效性的编程语言。但并非所有结果都有此格式。OpenAI表示，部分没有正式版本的成果可能存在瑕疵，公司正在迅速修复这些问题。所有早期版本将保持公开，且每篇论文均配有独立的引用区块。
此外，OpenAI还发布了十份关于模型推理过程的摘要。其中两项结果未遵循标准程序：一项是关于黎曼ζ函数零自由区域的论述，其撰写过程经过了人工编辑以提高可读性；另一项则是关于复乘阿贝尔簇霍奇猜想的证明。
媒体报道指出，几乎每篇论文均由针对单一AI智能体的单个提示词生成。OpenAI表示，将资助由AI产生的研究成果相关的研讨会、会议和特别项目，并致力于负责任地发布该模型。
顾问称工作才刚刚开始
OpenAI表示，其参考了一个独立数学家小组的建议。该“数学与人工智能咨询组”（AGMAI）由高等研究院主办。在其9月29日发布的指南中，该组织呼吁AI实验室停止在私有模型上测试高难度数学问题，并要求公布每项结果背后的提示词、耗时及计算成本。
“AI实验室使用专有内部模型进行数学研究，可能会造成一个两级体系，导致实验室跑赢整个领域。”该组织写道。
周二晚些时候，AGMAI表示其建议并不代表对OpenAI所发布成果或其获取方式的认可。
“此次发布仅仅是人类理解过程的开始，而非完成。”该组织写道。
OpenAI研究主管Dan Roberts在接受采访时透露，测试内部模型有助于构建更好的工具，证明只是副产品。
纽约大学数学家Tristan Buckmaster此前一直在研究纳维-斯托克斯问题，在OpenAI解决该问题前便已着手。他对OpenAI一次性核查如此大量发布的成果表示怀疑。
“我认为他们完全没有做好应有的尽职调查。”Buckmaster说。
麻省理工学院数学家Andrew Sutherland则表示，应将关于单一智能体的说法视为未经证实。直到其他研究人员能够运行该模型并重复结果之前，这一立场都应保持不变。