OpenAI 发布内部模型的数百项数学结果（尚未公开）

OpenAI 于2026年10月6日宣布，公开了一套由内部模型产生的大量数学结果，该模型尚未商业化发布。相关材料已在 GitHub 的公共仓库中提供，并附带了包括 Lean 形式化、推理摘要以及计算统计在内的文档。公司表示，此举遵循了美国高级研究院（Institute for Advanced Study）独立数学与人工智能咨询小组的建议，尽管公司选择不公开模型的源代码以及所有用于实验的提示（prompts）。在官方声明中，OpenAI 强调，部分透明有助于外部研究者评估这些证明的质量，同时保护仍在研发阶段的专有技术资产。

背景与动机

近年来，OpenAI 在能够生成形式化证明并推动数学研究前沿的系统上投入了大量资源。此前版本如 GPT‑4‑Turbo 的成功让人们期待人工智能能够加速解决未解猜想并减轻研究人员的工作负担。在此背景下，高级研究院的独立咨询委员会建议公司公开已取得的结果，以便外部评估并促进人工智能与学术界的合作。这一建议基于开放科学的原则，主张将重要数据和成果向所有感兴趣的研究者开放，无论其所属机构如何。

仅公开结果而不公开底层模型的决定，体现了 OpenAI 在其他敏感领域采用的风险缓解策略。通过提供证明和推理摘要，企业希望为专家提供足够的材料以验证结果的有效性，同时保护模型的知识产权，防止在更深入的安全评估完成之前出现潜在的滥用。这种平衡的做法旨在满足科学严谨性的需求，同时考虑到安全性和市场竞争的考量。

公开内容概览

发布的资料包包含多个信息类别。每项结果都配有 Lean 形式化——一种计算机辅助证明语言——以及最多十步的模型推理摘要。此外，OpenAI 还提供了尝试问题的数量、成功率以及计算消耗的统计数据：平均每个结果相当于约三小时的 ChatGPT Pro 推理时间。并未包含所有生成证明的提示，也未公开生成这些证明的模型源代码。附加文档详细说明了文件格式、命名约定以及在兼容开发环境中复现形式化验证的步骤。

• 针对 372 项结果的完整 Lean 形式化
• 每项结果的十步推理摘要
• 尝试次数与成功率统计
• 计算消耗估计（约 3 小时 ChatGPT Pro 每项）

《Scientific American》统计了 372 项结果，声称这些结果在多个数学领域（从数论到代数拓扑）解决或推进了开放性问题。该杂志指出，尽管许多证明已在 Lean 中形式化验证，学界仍需评估每项贡献的重要性和原创性。OpenAI 承认，仅有形式化验证并不等同于科学新颖性，同行评审过程对于确认这些发现的真实影响仍然至关重要。这一立场强调，即使证明由自动化系统生成，传统的科学验证流程仍然发挥核心作用。

社区反响

审阅该仓库的数学家对结果的完全可验证性持怀疑态度。一些研究者指出，在无法获取模型本体和完整提示的情况下，复现证明的推理路径变得困难。另一些人质疑这些证明的新颖性，认为其中部分可能对应已有的已知结果或是已存在定理的微小变体。审稿工作量也被视为障碍：评估数百个形式化证明需要大量时间和资源，而许多学术机构并未配备足够的支持。部分研究者建议组建协作工作组，将审稿任务在不同实验室和大学之间分摊，以提高效率。

尽管存在保留意见，社区中仍有声音将此举视为人工智能与数学融合的重大一步。公开的 Lean 形式化使研究人员能够测试扩展、探索新猜想并开发辅助推理工具。一些专家强调，即使没有模型本身，结果的公开也为评估标准、信用分配以及人工智能辅助知识生产的伦理讨论提供了起点。这种观点突显，部分开放可以激发协作创新，同时也强调制定明确规范以认可机器贡献的重要性。

后续计划与影响

OpenAI 承诺在后续迭代中提升引用质量、阐述清晰度以及整体呈现效果。公司还宣布将资助举办工作坊，召集人工智能研究者与数学家，共同制定机器生成结果的验证与发布最佳实践。在此期间，潜在收益——如加速发现、民主化证明工具以及跨学科合作的新机遇——需要与当前的局限性相权衡，尤其是模型透明度不足以及对严格人工审查的需求。现在的变化在于，学界获得了一个庞大的形式化证明语料库，可作为未来研究的基础，同时也开启了关于如何在传统科学框架中验证和整合人工智能贡献的批判性讨论。