OpenAI heeft 722 wiskundige manuscripten gepubliceerd die zijn geproduceerd door een niet uitgegeven intern model, en beschrijft het werk als de output van een grotendeels één-prompt-, één-agent-proces. De artikelen zijn georganiseerd in 372 families van gerelateerde resultaten, maar wiskundigen zeggen dat de claims niet volledig kunnen worden beoordeeld totdat het model, de prompts en aanvullend bewijs beschikbaar worden gesteld.

De publicatie komt op een moment dat AI-laboratoria wiskunde steeds vaker gebruiken als proefterrein voor het redeneren van grensverleggende modellen, en het vormt een vroege toets van hoe AI-gegenereerd onderzoek gepubliceerd, gecontroleerd en bekendgemaakt zou moeten worden.

Een woordvoerder van OpenAI zei dat vrijwel alles afkomstig was van een enkele prompt aan één AI-agent, hoewel sommige resultaten mogelijk meerdere pogingen vereisten. Het bedrijf zei dat het het model ongeveer 4.000 problemen voorlegde en de outputs selecteerde die het belangrijk genoeg achtte om te publiceren.

Andrew Sutherland, wiskundige aan het MIT, vertelde aan Scientific American dat de one-shot-claim voorzichtig behandeld moet worden. "Totdat en tenzij zij het model vrijgeven en mensen hun resultaten kunnen repliceren, denk ik dat je elke claim over het in één keer oplossen van problemen met een enkele agent als ongeverifieerd moet behandelen," zei Sutherland. "We zouden om bewijs moeten vragen."

Het cijfer 722 vertegenwoordigt manuscripten, niet opgeloste problemen. Een resultaatfamilie kan een hoofdstelling bevatten samen met begeleidende argumenten, gevolgen of alternatieve bewijzen. OpenAI zei dat het gemiddelde resultaat het equivalent gebruikte van ongeveer drie uur ChatGPT Pro denk-rekencapaciteit. Dat verschilt van de Navier-Stokes-claim van het bedrijf vorige maand, waarbij 10.000 cordinerende agenten 88 uur werkten.

OpenAI gaf bekorte redeneersamenvattingen vrij voor 10 resultaten. Een formalisatiecatalogus in de GitHub-repository toont echter dat slechts 162 van de 722 manuscripten momenteel een computergecontroleerd hoofdresultaat bevatten. Dat is ongeveer 22% van de collectie en betekent dat het resultaat is vertaald naar Lean, software die elke logische stap mechanisch controleert. Lean is de de facto standaard geworden voor machinegecontroleerde bewijzen in de wiskunde, en daarom vertegenwoordigen de ongeveer 560 nog niet geformaliseerde manuscripten de belangrijkste open vraag van de collectie.

OpenAI zei dat niet alle manuscripten Lean-formalisaties hebben en waarschuwde dat "sommige van de ongeformaliseerde resultaten problemen kunnen bevatten." Een geslaagde Lean-controle bevestigt slechts dat een bewijs volgt uit de stelling zoals geschreven in Lean. Het bewijst niet dat de stelling overeenkomt met het oorspronkelijke probleem, of dat het resultaat nieuw of belangrijk is. Die vragen vereisen nog steeds beoordeling door wiskundigen.

Onderzoekers hebben al zorgen geuit over het materiaal en de manier waarop het werd vrijgegeven. Dmitry Rybin schreef op 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 schreef op 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

Het Institute for Advanced Study in Princeton, New Jersey, stelde ook vragen over de implicaties van AI-gegenereerd wiskundig werk. "Het is nu zo dat AI wiskundige argumenten kan produceren in situaties waarin de mens die de prompt gaf de argumenten niet kan begrijpen, verifiëren of er verantwoordelijkheid voor nemen," aldus het instituut in een verklaring. "Wij geloven dat menselijk begrip van wiskunde van het allerhoogste belang blijft. Hoe kunnen we in dit nieuwe tijdperk werken aan een nieuw paradigma dat menselijk begrip van wiskunde omvat als onderdeel van verantwoorde wetenschappelijke output?"

Professor Abhishek Saha was positiever en schreef: "Het is een hele grote dag voor de wiskunde." Hij zei dat de meeste resultaten vielen in categorieën zoals "uitzonderlijke vooruitgang binnen een bestaand programma" en "verrassende doorbraken." Volgens zijn beoordeling bevat de collectie interessante problemen, maar geen resultaten vergelijkbaar met de millenniumproblemen, de zeven prijzenvragen van $1 miljoen van het Clay Mathematics Institute. Hij wees de Quasi-Riemann-hypothese aan als de enige van de 722 dat dat niveau van betekenis bereikte.

Saha schreef op 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… — Abhek Saha (@ObhishekSaha) October 7, 2026

De publicatie voldeed evenmin aan de aanbevelingen die een adviesgroep van het Institute for Advanced Study op 29 september uitbracht. De groep beval aan om de naam van het model, de prompts, een samengevatte gedachtegang, de benodigde tijd en de rekenkosten voor elk resultaat openbaar te maken. OpenAI verstrekte gemiddelde rekenfiguren en 10 redeneersamenvattingen, maar geen prompts. Het bedrijf zei dat het nog steeds werkt aan een verantwoorde vrijgave van het model.

Daniel Litt, wiskundige aan de University of Toronto, nam het tegenovergestelde standpunt in en betoogde dat er geen reden is om van OpenAI te vragen de antwoorden op deze wiskundige vragen geheim te houden.

Anthropic volgde vorige maand een andere aanpak door alle 13 miljoen regels van een Lean-gecontroleerd bewijs van de laatste stelling van Fermat op GitHub te publiceren. Dat werk formaliseerde een stelling die Andrew Wiles in 1995 publiceerde, in plaats van nieuwe wiskundige resultaten te presenteren. De twee publicaties illustreren een split in openbaarmakingsstrategie binnen de sector: aan de ene kant een volledig, machinegecontroleerd bewijs van een bekende stelling, aan de andere kant een grote batch nieuwe claims met gedeeltelijke formele verificatie.

OpenAI zei dat het Lean-formalisaties zal toevoegen zodra deze beschikbaar komen. Voorlopig hebben 162 van de 722 manuscripten een geformaliseerd hoofdresultaat. De status van de rest hangt nu af van wat onderzoekers zeggen het meest nodig te hebben: de vrijgave van het model, de onderliggende prompts en onafhankelijke formalisaties van de resterende manuscripten.