OpenAI 今天公布内部前沿模型做出的一批数学结果： 722 篇手稿、372 个结果族。

openai这是用未解决科学问题来作为新的模型测试吗？ 🤣

多数问题用同一流程、单智能体得到，平均算力消耗大约相当于 ChatGPT Pro 思考三小时。

这批权重在科学界没有千禧年问题高，如九月的 Navier–Stokes。

这次较重的包括 Mahler、Kaplansky、自由群因子、四维 Kakeya，以及对黎曼猜想的推进。

平均三小时推理时间，说明可能是同一个未公开的前沿模型，但使用了批量轻量尝试，也可能是这个模型的蒸馏（flash）版

尽管openai发布的相当低调，但这里面的每个月结果族，可能都是一个一流大学数学教授带队的团队几年甚至10年的工作才能达到的结果

更重要的是，和数学类似，形式化程度高的很多领域的子学科，很可能已经在openai现在模型的射程之内。

包括但不限于：

理论物理里的统计力学、量子多体、流体和动力系统里的存在性、公式和相变

部分理论化学和生物物理里的自旋玻璃、蛋白质折叠的数学模型、分子动力学里的定理型命题

形式化程度高的工程理论，包括：控制、信息论、优化里的界和收敛性证明

理论计算机里能写成猜想或复杂度命题的题：算法、近似、密码里的归约

而以上这些只是openai接下来半年，最弱的模型能达到的水平