依意思最接近的 29 筆
OpenAI 於 10 月 6 日發布 700 餘篇數學研究論文，數學家 Frank Calegari 撰文稱這是數學史上的分水嶺，AI 已能在多個數學領域做出突破性貢獻。他承認這些論文寫作粗糙、部分結論有誤、也違反學界署名慣例，但認為數學界更該在自己可控的招聘、發表與人才培養上著力。他以有限單群分類為歷史先例：Gorenstein 1972 年提出綱領，1983 年宣布完成，之後學科熱度下降，但深層問題依然存在；因此“著名問題被解決”並非終點，反而是新起點。
清華大學姚期智、袁洋團隊提出「代數世界模型」（AWM），讓 AI 把觀察到的現象寫成可執行假設、凝鍊為通用規則，最後用 Lean 4 形式化成機器可檢驗的數學證明。在 ARC-AGI-3 上，基於 Opus 5 的 AWM 通關全部 183 個關卡，得分 99.9%，平均通關步數只有人類基準的 43%；面對被人為改成無解的關卡，它嘗試兩次即證明「不可能」，並指出再增加一步就能獲勝。團隊同時說明，這些證明只在已觀測到的世界內成立，探索不全時得到的只是區域性真理。
OpenAI 把一個尚未發布的內部模型產出的 722 篇數學手稿一次性放上 GitHub，歸入 372 個「成果族」，覆蓋數論、幾何、理論計算機、數學物理等 17 個方向。清單裡既有證明也有證偽，摘要中出現「證偽」「反例」的成果族約 50 個；約六成附有 Lean 形式化，其餘只能算聲稱，且絕大多數尚未經過同行評審。涉及的包括準黎曼猜想、BSD 公式、有理數域上的希爾伯特第十問題、唯一遊戲猜想、Hadwiger 猜想反例、埃爾德什等差數列猜想等。
數學家 Jeremy Avigad 在客座文章中寫道，過去幾個月 AI 已能輕鬆生成一年前足以發表的數學成果，數學家日常工作流程中相當一部分必然改變。他給出三個應對方向，前兩個是解更難的問題、想更大的思想，並指出目前 AI 攻克的開放問題多是把現有技術拼接而成，靠強化學習訓練的系統長於超人式機敏，卻可能缺少創造力與更高層的戰略思考。
Meta AI 團隊與 Muse Spark 合作，在受生物學啟發的數學結構研究中，找到了一個被提出規則的反例，並進一步給出替代性刻畫，經研究人員驗證與完善。相關論文已發布。
Jeremy Avigad、Kevin Buzzard 等七位數學家聯合發文，反對在 OpenAI 上週發布後興起的「儘快形式化全部數學」呼籲，認為做得不好會造成持久損害、浪費鉅額資源。文中舉例：Anthropic 稱 Claude 用 1300 萬行程式碼、11 天完成費馬大定理的形式化驗證，Buzzard 稱讚成果卻表示不會停下自己手頭的形式化工作；Math, Inc. 試圖劫持 Viazovska 球堆積形式化專案，原團隊最終棄用 AI 程式碼重做。
OpenAI 公布 372 項數學與理論電腦科學成果，其中包括 Subhash Khot 的 Unique Games Conjecture（UGC）證明，推薦名單有 Timothy Gowers、Edward Witten 等數學家。UGC 意味著許多最佳化問題即使只想比半正定規劃鬆弛略好地近似，也是 NP-hard。部分成果附 Lean 證書，但幾乎所有證明尚未被人類理解；
10 月 6 日，OpenAI 在 GitHub 公開 722 篇 AI 數學手稿，分屬 372 個結果族、含 377 項新證明，約三分之一涉及重要猜想，多數由一款尚未發布的內部模型生成，平均每項結果的計算量相當於 ChatGPT Pro 思考約 3 小時。發布兩天後 OpenAI 因錯誤撤回 3 篇，多位數學家指出部分手稿未必真正證明了所聲稱的結論。
OpenAI 在 GitHub 公開了 722 篇由內部未發布前沿模型生成的數學手稿，涵蓋數論、代數幾何、分析、組合數學等方向，其中約 300 項核心結果完成 Lean 形式化驗證，佔 42%。公司稱模型共嘗試超過 4000 個問題，一項典型成果平均消耗約 3 小時 ChatGPT Pro thinking 算力，但未公開所用模型與提示詞。
10 月 26 日，Axiom Math 宣布數十個 AI Agent 用 24 天完成了有限單群分類定理的 Lean 形式化，產出約 4310 萬行程式碼、205 萬個宣告。這項被稱「巨型定理」的證明由 100 多位數學家耗費數十年寫成，約 1.5 萬頁、散落在 500 多篇論文裡。過程中 Agent 發現 1986 年 Walter 不平衡群定理的一處推理漏洞，並在群論專家建議下構造出新定理 Preservation of simple tops 補上這條路線。
OpenAI 於 10 月 7 日撤回 3 篇數學論文：起因是《Algebraicity of Weil classes on split abelian eightfolds》中的符號錯誤，使 stabilization-trace 消去論證及所用構造失效，另兩篇依賴該構造的論文一併撤回，現已附說明並連結存檔版本。同期還修訂了 14 篇論文的證明、陳述與假設，另有 13 篇論文更新引用；新增 6 項形式化後，核心結果形式化比例為 300/719，約 42%。
3Blue1Brown 於 10 月 16 日發布影片，主題是現在或許是進入數學最好的時機。影片分 7 章，依次講數學學生的焦慮、數學如何運作，以及 AI 作為證明機器、猜想機器與理論機器各自能做到什麼；最後兩章討論如果 AI 在一切方面都更強該怎麼辦，並給出對數學前景的判斷，描述區還附了一篇 Proofs and Prompts 的相關文章。發布兩天播放量約 197 萬，點贊 3.2 萬。
Axiom Math 宣布已完成 Stacks Project 的形式化驗證：AI agent 把這套約 7654 頁的數學文獻譯成約 1600 萬行可被 Lean 逐行檢查的程式碼，並保持定理之間的依賴關係完整。Stacks 覆蓋從本科代數到代數幾何、數論前沿的內容，而代數幾何此前在 Lean 中幾乎是空白。這家估值 16 億美元的初創由 25 歲的 Carina Hong 於 2025 年 3 月創辦，已獲 Menlo Ventures 領投的 2 億美元 A 輪融資；
Axiom 發布了整個 Stacks Project 的 Lean 形式化庫，約 1600 萬行，稱其為迄今最大的一體化、可複用形式化數學庫。該庫把這部約 7500 頁的代數幾何基礎參考變成單一機器校驗庫，研究者和 AI agent 可直接匯入定義與定理；每個 Lean 宣告都通過永久 Stacks 標籤回鏈原文。Axiom 表示，為完成這項工程，它部署了協同工作的 AI agent 叢集，並行翻譯、證明並整合數千條定理。
OpenAI CEO Sam Altman 在 X 發帖稱「我們正進入發現的新紀元」，並附上 OpenAI 官網一則題為 Sharing AI progress in mathematics 的頁面連結。推文字身沒有給出更多說明，未披露涉及的具體模型、數學成果或時間表，資訊集中在所連結的頁面上。發帖時間為 2026 年 10 月 7 日。
arXiv 上《The Little Book of Generative AI Foundations》發布修訂版 v2，全書 195 頁，並補充了貫穿全書的圖解說明。該書以推導為主線，把 PCA、機率 PCA、變分自編碼器、擴散模型、normalising flows、自迴歸分解、GAN、Wasserstein GAN 與能量模型放進同一條數學脈絡。
OpenAI 於 2026 年 9 月 23 日發布數學預印本 Integer multiplication below n log n，作者署名 OpenAI。該文歸入 OpenAI Math Release preprint 系列，PDF 託管在 GitHub 倉庫 openai/math 的 preprints 目錄下，並隨文給出 BibTeX 引用條目。標題指向整數乘法複雜度低於 n log n 的結果，但原文未附摘要、演算法細節與具體複雜度常數。
OpenAI 近幾個月公布數百項數學發現，涵蓋數論、理論電腦科學與邏輯，其中不少證明曾困擾頂尖數學家數十年乃至數百年。2022 年菲爾茲獎得主 Hugo Duminil-Copin 在十月發布後表示「他們摧毀了我的研究領域」，康奈爾大學數學家 Steven Strogatz 也向作者描述了哭泣、迷失與興奮交織的感受。
OpenAI 一次性公開 722 篇數學手稿，歸為 372 組結果，全部出自一個尚未發布的內部模型，涉及準黎曼猜想、霍奇猜想、BSD 猜想、π的無理性指數、卡塔蘭常數無理性、唯一遊戲猜想等。據 OpenAI 介紹，模型共嘗試約 4000 個研究問題，平均每項結果消耗算力約相當於 ChatGPT Pro 思考 3 小時；論文、原始碼與部分 Lean 證明已上傳 GitHub。倉庫註明各手稿核驗進度不一，部分成果尚無 Lean 形式化證明。
Wolfram 於 2026 年 9 月 28 日發文，回應 AI 不斷解出數學題後“是否還需要人類做數學研究”的討論。他認為現代 AI 的最大價值在於挖掘人類數學知識庫並建立連線，但純數學的核心是引導提問的人類想像力；計算則能通過計算不可約性不斷生成全新結果。他以 1988 年 Mathematica 問世時類似的擔憂作類比，指出工具只是提升了可做的數學層次。
約翰斯·霍普金斯大學密碼學家 Matthew Green 發文稱，人類有可能失去公鑰密碼學。他的理由是：機器已在人類攻關多年的數學問題上超越人類，因此沒有理由相信 Module-LWE、ECDLP 以及本就呈次指數複雜度的因數分解，已被人類的分析徹底釘死。他認為，在涉及全球網際網路安全時，押注人類這次同樣判斷無誤是一種過於主觀的賭注，並不安全。
OpenAI CEO Sam Altman 在週四發布的 Cheeky Pint 播客中表示，他同情那些被大量 AI 生成結果淹沒、難以釐清頭緒的數學家，但公司無意收手，並暗示其儲備的發現還有更多。他說，從總體上看，世界理應理解宇宙如何運作，但他對這種方法本身抱有共情。這是他少有的直接承認 OpenAI 對數學研究群體造成衝擊的表態。
OpenAI 於 10 月 6 日一次性發布 372 項數學成果，其中包括 Subhash Khot 的 Unique Games 猜想證明，部分結果附有 Lean 證書，但並非全部。截至目前似乎還沒有人類讀懂這些證明，理解它們的競賽才剛剛開始。作者妻子、複雜度理論家 Dana Moshkovitz 長期研究 UGC，她稱論文寫得極差、必須靠 AI 輔助才能閱讀，證明構造出一種全新的遞迴編碼與噪聲測試。
一位電腦科學家在這篇評論中指出，AI agent 結合 Lean 等互動式證明助手，正在把希爾伯特百年前設想的「證明機器」變為現實，其對數學界的衝擊甚至超過希爾伯特綱領的失敗。他同時警告，程式設計領域已把不讀 AI 生成程式碼當成常態；而在 Curry-Howard 對應下程式與證明本質相同，放棄閱讀就等於放棄理解。他主張像數學家反覆簡化 AI 證明那樣，用抽象、重構與更高層語言把程式碼簡化到能裝進腦中。
OpenAI 在官方帳號發布連結，指向官網頁面 sharing-ai-progress-in-mathematics，主題是分享數學方向上的 AI 進展。該資料本身只有這一條連結，未披露涉及的具體模型、基準成績、發布時間或使用方式，因此除官方就數學進展對外發聲這一點外，暫無更多可確認的細節。
數學社群上線 oai-math-revised 倉庫，公開修訂 OpenAI 數學文稿中難懂、引用不全的內容。修訂版可在 mathcommunity.github.io/oai-math-revised 瀏覽，學生、博士後、教授與數學愛好者均可參與。有意擔任管理員或審稿人者，可發郵件至 [email protected]，並對照 OpenAI 數學總覽文件（overview.pdf）說明自己適合審哪些分類。
OpenAI 本週突然公布了一批數學成果，規模之大讓數十位數學家措手不及，他們用「難以置信」「前所未有」「純粹瘋狂」等詞形容這次投放。多位研究者表示，僅弄清 OpenAI 到底發布了什麼就可能需要數年，更不用說判斷數學家自身在其中處於什麼位置。學界在震驚與興奮之外，也對這批結果的含義和後續影響感到焦慮。
GPT-6 Astra 在數學家 Ioannis Tsiokos 的推動下找到了 Chair44，被稱為首個三維非週期單瓷磚。Tsiokos 公開了 61 頁論文，並稱自己理解直觀的幾何論證，卻不理解其中的數學；Chaim Goodman-Strauss 隨後把論證精簡為 8 頁，用一張箭頭匹配圖呈現超級瓷磚結構，給出經典的分層非週期性證明。這一案例出現在一場關於數學插畫能否嚴格的討論中：作者指出 LLM 讓插畫製作更易得，但靠 vibecoding 會讓人離知識更遠。
OpenAI 在 10 月 7 日一次性放出的 722 篇數學手稿中，編號 074 的兩篇（共 272 頁）專攻掛谷猜想：一篇聲稱證明了比王虹與 Zahl 更強的三維掛谷極大函式猜想，另一篇 175 頁聲稱把四維掛谷集的 Hausdorff 維數從 3.059 直接推到 4。三維那篇用到的區域性擬合等工具還被四維論文引用，兩篇構成一條鏈路。但兩項結果均未經同行評審、未做 Lean 形式化，OpenAI 在 README 中承認未形式化結果可能有問題，陶哲軒牽頭的 AHM 已發宣告反對這種批次發布。