A OpenAI continua a testar modelos proprietários de matemática, apesar do pedido de seus assessores
- A OpenAI postou 719 manuscritos de matemática de um modelo interno não lançado no GitHub em 6 de outubro.
- Seu grupo consultivo havia solicitado aos laboratórios, em 29 de setembro, que parassem de testar problemas avançados de matemática em modelos proprietários.
- Um artigo que analisa o código Lean da OpenAI para sua prova de Navier-Stokes revela que ele demonstra afirmações mais fracas do que a versão escrita.
Em 6 de outubro, a OpenAI enviou 719 artigos de matemática de um modelo interno não lançado ao GitHub.
Uma semana antes, seu próprio grupo consultivo pediu aos laboratórios que parassem de testar problemas avançados de matemática em modelos proprietários.
Mais de 600 respostas de pesquisa moldaram as diretrizes do painel do IAS em 29 de setembro
O Grupo Consultivo sobre Matemática e Inteligência Artificial está sediado no Institute for Advanced Study em Princeton, Nova Jersey. Em 29 de setembro, publicou recomendações fundamentadas em mais de 600 respostas de pesquisa.
“Queremos deixar claro desde o início: não endossamos essa prática e pedimos que parem de testar problemas matemáticos avançados em modelos proprietários”, escreveu o grupo.
O mesmo documento alerta que os modelos internos privados correm o risco de criar um sistema de duas camadas, no qual os laboratórios superam o restante do campo.
Como parte do desenvolvimento do modelo, a OpenAI afirma em seu repositório que testa seus modelos em problemas de pesquisa abertos. Ela estendeu esses testes após a saturação de seus benchmarks de matemática existentes.
A OpenAI disse que consultou o grupo e utilizou suas recomendações para o lançamento. Em uma declaração divulgada em 6 de outubro, o grupo afirmou que seu papel consultivo não “é um endosso do processo pelo qual a OpenAI os obteve.”
O grupo confiou à comunidade matemática mais ampla a responsabilidade de julgar a conformidade.
O código Lean de Navier-Stokes comprova afirmações mais fracas do que as apresentadas no artigo
A OpenAI agrupou os 719 artigos em 372 famílias matemáticas, cada uma construída em torno de um resultado principal e suas provas relacionadas. Ela forneceu ao modelo proprietário cerca de 4.000 problemas, e cada resultado levou em média três horas de poder computacional de raciocínio do ChatGPT Pro.
O grupo pediu aos laboratórios de IA que publicassem o nome do modelo, os prompts, um resumo da cadeia de pensamento, o tempo gasto e o custo computacional para cada resultado.
A OpenAI publicou 10 resumos de raciocínio, e cerca de 42% dos resultados principais possuem formalizações em Lean.
Lean é uma linguagem de programação que pode ser usada para verificar uma prova por meio de um computador. Se o código compilar, isso não significa que o código e o argumento escrito sejam idênticos. Significa apenas que a declaração formalizada é verdadeira.
Alexander Bastounis, Fabian Circelli e Anders C. Hansen examinaram essa lacuna em um artigo publicado em 6 de outubro. Eles constatam que o artigo escrito sobre Navier-Stokes da OpenAI faz afirmações mais fortes do que aquelas comprovadas por seu código Lean, e uma estimativa altera a ordem das derivadas de entrada.
Os autores detectaram traduções errôneas semelhantes na prova de Euler da OpenAI. A prova escrita da OpenAI e outras provas em Lean autoformalizadas "não devem ser confiáveis à primeira vista sem o mesmo processo de revisão por pares e escrutínio a que outras provas são submetidas", escreveram eles.
O resultado sobre Navier-Stokes foi anunciado pela OpenAI em 8 de setembro. De acordo com Cryptopolitan, o matemático da NYU Tristan Buckmaster contestou então a descrição do mínimo de contribuição humana envolvida no trabalho.
A empresa comprometeu-se a fornecer recursos financeiros para workshops, conferências e programas especiais sobre grandes avanços em IA.
Em 6 de outubro, Terence Tao escreveu que os criadores de prompts de IA frequentemente resolvem problemas e depois perdem o interesse na área. Muitos não conseguem responder a perguntas ou dar palestras sobre o resultado, escreveu ele. Seu post não mencionou a OpenAI.
A empresa afirmou que seus assessores não têm influência sobre o ritmo de suas pesquisas, conforme reportado pela Cryptopolitan em setembro.
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Perguntas Frequentes
O que a OpenAI lançou em 6 de 2026?
719 manuscritos de matemática de um modelo interno não lançado, com formalizações em Lean para cerca de 42% dos resultados principais.
O que o grupo consultivo pediu à OpenAI para fazer?
Parar de testar problemas avançados de matemática em modelos proprietários e publicar os prompts e o resumo do raciocínio encadeado de cada resultado.
Por que os matemáticos estão preocupados com a prova das equações de Navier-Stokes?
Um artigo descobriu que o código Lean da OpenAI prova declarações mais fracas do que sua prova escrita, e altera a ordem de uma derivada em uma estimativa.
Aviso. As informações fornecidas não constituem aconselhamento de negociação. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta a um profissional qualificado antes de tomar qualquer decisão de investimento.
Randa Moses
Randa Moses é editora e repórter na Cryptopolitan, cobrindo tecnologia, IA, robótica, criptomoedas, golpes e hacks. Ela atua no espaço de criptomoedas desde 2017. Já ocupou cargos na Forward Protocol, AmaZix e Cryptosomniac. Randa possui graduação em Engenharia Elétrica e Eletrônica pela Universidade de Bradford.
