OpenAI hat 722 mathematische Manuskripte eines nicht veröffentlichten internen Modells veröffentlicht und beschreibt die Arbeit als Ergebnis eines weitgehend Ein-Prompt-Ein-Agent-Prozesses. Die Arbeiten sind in 372 Familien verwandter Ergebnisse gegliedert, doch Mathematiker sagen, die Behauptungen ließen sich erst vollständig bewerten, wenn Modell, Prompts und weitere Belege verfügbar gemacht würden.

Die Veröffentlichung fällt in eine Zeit, in der KI-Labore die Mathematik zunehmend als Testfeld für das Reasoning von Frontier-Modellen nutzen, und sie entwickelt sich zu einem frühen Test dafür, wie KI-generierte Forschung veröffentlicht, geprüft und offengelegt werden sollte.

Ein OpenAI-Sprecher sagte, fast alles stamme aus einem einzigen Prompt an einen einzelnen KI-Agenten, wobei einige Ergebnisse möglicherweise mehrere Versuche erfordert hätten. Das Unternehmen erklärte, es habe dem Modell rund 4.000 Probleme vorgelegt und die Ausgaben ausgewählt, die es als bedeutend genug für eine Veröffentlichung erachtete.

Andrew Sutherland, Mathematiker am MIT, sagte gegenüber Scientific American, die One-Shot-Behauptung sollte mit Vorsicht behandelt werden. „Until and unless they release the model and people can replicate their results, I think you should treat any claims about one-shotting problems with a single agent as unverified“, sagte Sutherland. „We should ask for receipts.“n
Die Zahl 722 bezeichnet Manuskripte, nicht gelöste Probleme. Eine Ergebnisfamilie kann ein Haupttheorem连同 Begleitar gumente, Folgerungen oder alternative Beweise enthalten. OpenAI sagte, das durchschnittliche Ergebnis habe rechnerisch etwa drei Stunden ChatGPT-Pro-Reasoning entsprochen. Das unterscheidet sich von der Navier-Stokes-Behauptung des Unternehmens im vergangenen Monat, bei der 10.000 koordinierende Agenten 88 Stunden lang arbeiteten.

OpenAI hat gekürzte Reasoning-Zusammenfassungen für 10 Ergebnisse veröffentlicht. Ein Formalisierungskatalog im GitHub-Repository zeigt jedoch, dass nur 162 der 722 Manuskripte derzeit ein rechnergeprüftes Hauptergebnis enthalten. Das entspricht etwa 22 % der Sammlung und bedeutet, dass das Ergebnis in Lean übersetzt wurde, eine Software, die jeden logischen Schritt mechanisch prüft. Lean ist zum Arbeitsstandard für maschinell geprüfte Beweise in der Mathematik geworden – weshalb die rund 560 noch nicht formalisierten Manuskripte die zentrale offene Frage der Sammlung darstellen.

OpenAI sagte, nicht alle Manuskripte hätten Lean-Formalisierungen, und warnte, dass „einige der nicht formalisierten Ergebnisse Probleme haben könnten“. Eine erfolgreiche Lean-Prüfung bestätigt nur, dass ein Beweis aus der in Lean formulierten Aussage folgt. Sie zeigt nicht, dass die Aussage dem ursprünglichen Problem entspricht oder dass das Ergebnis neu oder bedeutend ist. Diese Fragen erfordern weiterhin die Begutachtung durch Mathematiker.

Forscher haben bereits Bedenken über das Material und die Art der Veröffentlichung geäußert. Dmitry Rybin schrieb auf X:

I was trying to read the OpenAI proof that chromatic number of a plane is >= 6. But it is totally unbelievable alien math? Somehow the model found that any K-coloring <=> "weakly measurable" K-coloring, which seems out of nowhere 1/2 pic.twitter.com/W13ScT3nel — Dmitry Rybin (@DmitryRybin1) October 7, 2026

Keith Adler schrieb auf X:

The openai/math repo has Issues turned off and has never accepted a pull request. That's disappointing. If you publish 722 manuscripts and ask for Lean formalisations, you need somewhere for people to send them. I'm formalising OpenAI's Saxl's Conjecture proof in Lean 4 against… — Keith Adler (@keithadler) October 7, 2026

Auch das Institute for Advanced Study in Princeton, New Jersey, stellte die Implikationen KI-generierter mathematischer Arbeit in Frage. „It is now the case that AI can output mathematical arguments in situations without the human who prompted it being able to understand the arguments, verify them, or take responsibility for them“, erklärte das Institut in einer Stellungnahme. „We believe that human understanding of mathematics remains of paramount importance. How, in this new era, can we work towards a new paradigm that includes human understanding of mathematics as part of responsible scholarly output?“

Professor Abhishek Saha bewertete die Veröffentlichung positiver und schrieb: „It is a very big day for mathematics.“ Er, die meisten Ergebnisse fielen in Kategorien wie „exceptional advances within existing program“ und „surprising breakthroughs“. Nach seiner Einschätzung enthält die Sammlung interessante Probleme, aber keine Ergebnisse, die mit den Millennium-Problemen vergleichbar sind – den sieben mit einer Million Dollar dotierten Preisfragen des Clay Mathematics Institute. Als einziges der 722 Ergebnisse auf diesem Bedeutungsniveau identifizierte er die Quasi-Riemann-Hypothese.

Saha schrieb auf X:

Some further thoughts on the 372 results released by OpenAI today, across 722 manuscripts. If I were to classify theorems that mathematicians prove and publish according to their groundbreaking nature, I would (very roughly) divide them into four categories: A) Non-breakthrough… — Abhishek Saha (@ObhishekSaha) October 7, 2026

Die Veröffentlichung entsprach auch nicht den Empfehlungen einer Beratungsgruppe des Institute for Advanced Study vom 29. September. Die Gruppe empfand die Offenlegung des Modellnamens, der Prompts, einer zusammengefassten Gedankenführung, des Zeitaufwands und der Rechenkosten für jedes Ergebnis vor. OpenAI lieferte durchschnittliche Rechenkostenangaben und 10 Reasoning-Zusammenfassungen, aber keine Prompts. Das Unternehmen erklärte, es arbeite weiterhin daran, das Modell verantwortungsvoll zu veröffentlichen.

Daniel Litt, Mathematiker an der University of Toronto, vertrat die gegenteilige Position und argumentierte, es gebe keinen Grund, von OpenAI zu verlangen, die Antworten auf diese mathematischen Fragen geheim zu halten.

Anthropic schlug im vergangenen Monat einen anderen Weg ein, als es alle 13 Millionen Zeilen eines Lean-geprüften Beweises des Großen Fermatschen Satzes auf GitHub veröffentlichte. jene Arbeit formalisierte ein Theorem, das Andrew Wiles 1995 veröffentlicht hatte, statt neue mathematische Ergebnisse zu präsentieren. Die beiden Veröffentlichungen veranschaulichen eine Spaltung der Transparenzstrategien in der Branche: auf der einen Seite ein vollständiger, masell geprüfter Beweis eines bekannten Theorems, auf der anderen eine große Reihe neuer Behauptungen mit teilweiser formaler Verifizierung.

OpenAI sagte, es werde Lean-Formalisierungen ergänzen, sobald diese vorliegen. Derzeit haben 162 der 722 Manuskripte ein formalisiertes Hauptergebnis. Der Status des Rests hängt nun davon ab, was Forscher am dringendsten benötigen: die Veröffentlichung des Modells, die zugrunde liegenden Prompts und unabhängige Formalisierungen der verbleibenden Manuskripte.