OpenAI опубликовала результаты решения математических задач фронтирной моделью

OpenAI представила отчет о способности своих перспективных моделей решать сложные математические задачи, которые ранее считались открытыми проблемами. Компания продемонстрировала, как нейросетевые архитектуры справляются с формализацией доказательств, используя язык Lean.

В рамках исследования модель успешно справилась с рядом задач, требующих глубокого логического вывода и проверки корректности шагов. Для верификации результатов разработчики использовали систему автоматизированного доказательства теорем, что позволило исключить галлюцинации и ошибки в рассуждениях. Все формализованные доказательства и исследовательские данные теперь доступны в открытом доступе на GitHub для научного сообщества.

Использование формальных языков программирования, таких как Lean, позволяет ИИ не просто генерировать текст, а строить математически строгие цепочки аргументов. Это направление работы критически важно для развития систем, способных к автономным научным открытиям, где цена ошибки в логике недопустима. В отличие от стандартных LLM, которые часто допускают вычислительные погрешности, данный подход обеспечивает 100% верифицируемость каждого этапа решения.

Публикация этих данных знаменует переход от простых текстовых бенчмарков к проверке моделей на реальных исследовательских задачах. OpenAI планирует продолжать интеграцию инструментов формальной верификации в свои будущие системы, чтобы повысить надежность ИИ в фундаментальных науках, включая физику и теорию чисел.