OpenAI 宣布内部版 Astra 模型解决十项数学开放问题
OpenAI发文,公布了被其称为下一代主要模型 “
Astra” 的研究成果。该模型的一个内部版本,针对数学和理论计算机科学中的长期开放问题给出了十项新结果,涉及高维球堆积、non-sofic groups、算术电路复杂度等领域。相关论证的Lean形式化证明已在 GitHub 上公开,可进行机器验证。
OpenAI 发文介绍了下一代主要模型 Astra 的内部版本取得的研究成果。该模型在数学和理论计算机科学的一批长期开放问题上给出了十项新结果。
这些结果覆盖 高维球堆积、binary and spherical codes、non-sofic groups、Connes 刚性猜想、算术电路复杂度、量子并行重复、Closest Vector Problem、多色 Ramsey 数 和 极值图论 等方向。
OpenAI 表示,寻找这些结果所消耗的 tokens,按 GPT 5.6 Sol API 计价约为 2,000 美元。数学论证由模型生成,之后由人工配合模型整理为论文,再由模型将证明形式化为 Lean certificates。
OpenAI 同时公布了相关证明和过程说明,供数学界检查、讨论和继续研究。


相关链接:




