cv usk(@cv_usk):OpenAIが、未公開の内部モデルに未解決の数学問題を解かせた成果物をまるごと公開しました。タイトル: openai/math URL: https://t.co/hb6klSm4R7 ❓ 何が公開されたのですか？ 722本の数学原稿が372のファミリーに整理されて置かれています。評価期間を通じてモデルには約4,000問が提示され、結果の大多数は同一手順で得られたものです。ライセンスはApache-2.0で、各原稿にはPDFとソース、引用情報が揃っています。 ❓ なぜ公開したのですか？既存のベンチマークで性能が頭打ちになったためです。すでに答えが分かっている問題では測れなくなったので、評価の対象を未解決の研究課題へ広げた、という経緯が記されています。1つの結果あたり平均でおよそ3時間の思考計算が費やされました。 ❓ 内容の正しさは保証されているのですか？ここが最も重要な点で、保証されていません。READMEは「収録されているのは検証段階がそれぞれ異なる結果」であり「すべてにLeanによる形式化が付いているわけではない」「形式化されていない結果には問題が含まれている可能性がある」と明記しています。索引では形式化済みの結果にLeanへのリンクが付き、どれが計算機検証を伴うか識別できるようになっています。 ❓ リーマン予想が解けたということですか？違います。例外として挙げられているのはゼータ関数のゼロ自由領域に関する部分的な結果と、CMアーベル多様体という特定クラスに限ったホッジ予想の証明です。いずれも予想そのものの解決ではありません。前者の書き上げは可読性のため人手で編集されたとも記されています。 #数学 #OpenAI

2026.10.07 10:33

OpenAIが、未公開の内部モデルに未解決の数学問題を解かせた成果物をまるごと公開しました。タイトル: openai/math URL: ❓ 何が公開されたのですか？ 722本の数学原稿が372のファミリーに整理されて置かれています。評価期間を通じてモデルには約4,000問が提示され、結果の大多数は同一手順で得られたものです。ライセンスはApache-2.0で、各原稿にはPDFとソース、引用情報が揃っています。 ❓ なぜ公開したのですか？既存のベンチマークで性能が頭打ちになったためです。すでに答えが分かっている問題では測れなくなったので、評価の対象を未解決の研究課題へ広げた、という経緯が記されています。1つの結果あたり平均でおよそ3時間の思考計算が費やされました。 ❓ 内容の正しさは保証されているのですか？ここが最も重要な点で、保証されていません。READMEは「収録されているのは検証段階がそれぞれ異なる結果」であり「すべてにLeanによる形式化が付いているわけではない」「形式化されていない結果には問題が含まれている可能性がある」と明記しています。索引では形式化済みの結果にLeanへのリンクが付き、どれが計算機検証を伴うか識別できるようになっています。 ❓ リーマン予想が解けたということですか？違います。例外として挙げられているのはゼータ関数のゼロ自由領域に関する部分的な結果と、CMアーベル多様体という特定クラスに限ったホッジ予想の証明です。いずれも予想そのものの解決ではありません。前者の書き上げは可読性のため人手で編集されたとも記されています。 #数学# #OpenAI#

Forward to community