OpenAI 發布內部模型的數百項數學結果（尚未公開）

OpenAI 於2026年10月6日宣布，公開了一套由內部模型產生的大量數學結果，該模型尚未商業化發布。相關材料已在 GitHub 的公共倉庫中提供，並附帶了包括 Lean 形式化、推理摘要以及計算統計在內的文件。公司表示，此舉遵循了美國高等研究院（Institute for Advanced Study）獨立數學與人工智慧諮詢小組的建議，儘管公司選擇不公開模型的原始碼以及所有用於實驗的提示（prompts）。在官方聲明中，OpenAI 強調，部分透明有助於外部研究者評估這些證明的品質，同時保護仍在研發階段的專有技術資產。

背景與動機

近年來，OpenAI 在能夠生成形式化證明並推動數學研究前沿的系統上投入了大量資源。先前版本如 GPT‑4‑Turbo 的成功讓人們期待人工智慧能加速解決未解猜想並減輕研究人員的工作負擔。在此背景下，高等研究院的獨立諮詢委員會建議公司公開已取得的結果，以便外部評估並促進人工智慧與學術界的合作。此建議基於開放科學的原則，主張將重要資料和成果向所有感興趣的研究者開放，無論其所屬機構如何。

僅公開結果而不公開底層模型的決定，體現了 OpenAI 在其他敏感領域採取的風險緩解策略。透過提供證明和推理摘要，企業希望為專家提供足夠的材料以驗證結果的有效性，同時保護模型的智慧財產權，防止在更深入的安全評估完成之前出現潛在的濫用。這種平衡的做法旨在滿足科學嚴謹性的需求，同時考慮到安全性與市場競爭的考量。

公開內容概覽

發布的資料包包含多個資訊類別。每項結果都配有 Lean 形式化——一種電腦輔助證明語言——以及最多十步的模型推理摘要。此外，OpenAI 還提供了嘗試問題的數量、成功率以及計算消耗的統計資料：平均每個結果相當於約三小時的 ChatGPT Pro 推理時間。並未包含所有產生證明的提示，也未公開產生這些證明的模型原始碼。附加文件詳細說明了檔案格式、命名慣例以及在相容開發環境中復現形式化驗證的步驟。

• 針對 372 項結果的完整 Lean 形式化
• 每項結果的十步推理摘要
• 嘗試次數與成功率統計
• 計算消耗估計（約 3 小時 ChatGPT Pro 每項）

《Scientific American》統計了 372 項結果，聲稱這些結果在多個數學領域（從數論到代數拓撲）解決或推進了開放性問題。該雜誌指出，儘管許多證明已在 Lean 中形式化驗證，學界仍需評估每項貢獻的重要性和原創性。OpenAI 承認，僅有形式化驗證並不等同於科學新穎性，同行評審過程對於確認這些發現的真實影響仍然至關重要。這一立場強調，即使證明由自動化系統生成，傳統的科學驗證流程仍然發揮核心作用。

社群反應

審閱該倉庫的數學家對結果的完全可驗證性持懷疑態度。一些研究者指出，在無法取得模型本體和完整提示的情況下，復現證明的推理路徑變得困難。另一些人質疑這些證明的新穎性，認為其中部分可能對應已有的已知結果或是已存在定理的微小變體。審稿工作量也被視為障礙：評估數百個形式化證明需要大量時間和資源，而許多學術機構並未配備足夠的支持。部分研究者建議組建協作工作組，將審稿任務在不同實驗室和大學之間分攤，以提高效率。

儘管存在保留意見，社群中仍有聲音將此舉視為人工智慧與數學融合的重大一步。公開的 Lean 形式化使研究人員能夠測試擴展、探索新猜想並開發輔助推理工具。一些專家強調，即使沒有模型本身，結果的公開也為評估標準、信用分配以及人工智慧輔助知識生產的倫理討論提供了起點。這種觀點突顯，部分開放可以激發協作創新，同時也強調制定明確規範以認可機器貢獻的重要性。

後續計畫與影響

OpenAI 承諾在後續迭代中提升引用品質、闡述清晰度以及整體呈現效果。公司還宣布將資助舉辦工作坊，召集人工智慧研究者與數學家，共同制定機器生成結果的驗證與發布最佳實踐。在此期間，潛在收益——如加速發現、民主化證明工具以及跨學科合作的新機會——需要與當前的局限性相權衡，尤其是模型透明度不足以及對嚴格人工審查的需求。現在的變化在於，學界獲得了一個龐大的形式化證明語料庫，可作為未來研究的基礎，同時也開啟了關於如何在傳統科學框架中驗證和整合人工智慧貢獻的批判性討論。