В 2026 году в математических статьях начали появляться формулировки о том, что доказательство «полностью принадлежит внутренней модели OpenAI». Сотрудники OpenAI — математики и физики компании — пережили то, что Ноам Браун (Noam Brown) назвал «моментом Ли Седоля»: они увидели, как модель за минуты решает открытые задачи, над которыми они безуспешно бились годами.
Самый громкий случай — контрпример к гипотезе Эрдёша о unit distancesi, открытой около 80 лет, который позже подтвердили внешние математики. Джерри Тврек (Jerry Tworek) назвал это «жемчужиной в короне трансформеров, предобучения, RL и масштабирования вычислений во время инференсiа», подчёркивая, что такие системы всё сильнее будут определять темп научного прогресса.
- 31 марта 2026 года группа математиков опубликовала работу с решениями трёх задач Эрдёша; в abstract прямо указано: «in each case, the proof is due entirely to an internal model at OpenAI»
- В феврале внутренняя модель OpenAI построила новое решение задачи Эрдёша, Нешетрила и Рёдля; в апреле вышла ещё одна работа с пятью доказательствами, полученными тем же способом
- По контрпримеру к гипотезе Эрдёша о unit distances: результат сгенерирован в один проход внутренней моделью, после чего люди переработали изложение через Codex
- W. T. Gowers заявил, что если бы такое доказательство прислал человек, он без колебаний рекомендовал бы его к публикации в Annals of Mathematics
- Mehtaab Sawhney в Twitter подтвердил: «the solution was found by an internal model at OpenAI»; Kevin Weil (тогда один из руководителей OpenAI) репостнул с комментарием, что AI решает всё больше открытых задач, а доказательства становятся элегантнее по мере улучшения моделей
- Позже Noam Brown рассказал версию иначе: компания просто обучила новую внутреннюю модель и решила проверить её возможности; контрпример нашёлся при относительно небольшом бюджете на инференс
- После публикации выяснилось, что тот же путь решения можно получить и из уже публичной GPT-5.5, если правильно построить scaffoldingi — то есть жёсткой границы между «внутренняя модель умеет» и «публичная не умеет» может не быть вовсе
Открытым остаётся вопрос о границе между возможностями непубличных внутренних моделей OpenAI и уже доступных публично (например, GPT-5.5): по словам Noam Brown, при правильном scaffolding публичная модель способна воспроизвести те же результаты, что ставит под вопрос, насколько велик реальный разрыв между закрытыми и открытыми версиями.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖