OpenAI publie 722 manuscrits de mathématiques, et Yuandong Tian s'attend à perdre son travail

OpenAI a publié d'un coup sur GitHub 722 manuscrits d'articles de mathématiques. Ils sont regroupés en 372 « familles » de résultats et couvrent ensemble 17 domaines des mathématiques. Tous les textes ont été rédigés par un modèle interne qui n'a pas de nom public. D'après la description de Jiqizhixin, il surpasse nettement GPT-6 Astra. Presque au même moment, le chercheur Yuandong Tian a déclaré que, après son dernier article rédigé avec GPT-5, il avait compris que son travail disparaîtrait dans les cinq prochaines années.

Cette publication montre comment OpenAI entend démontrer les capacités de son modèle. Ici, le benchmark qui produit un seul chiffre cède la place à un ensemble de textes que les mathématiciens peuvent lire, contester et prendre en défaut.

Ce qui a été publié exactement

Les chiffres de l'article de Jiqizhixin sont les suivants : 722 manuscrits, 372 familles de résultats, 17 domaines. On appelle généralement « famille » un groupe de théorèmes voisins ou de variations d'un même énoncé. Cela donne en moyenne près de deux manuscrits par famille : certains résultats sont donc développés dans plusieurs textes.

Une réserve s'impose. Ce sont des manuscrits, pas des publications évaluées par des pairs. Certains textes peuvent se révéler triviaux, d'autres contenir des erreurs, et sans vérification indépendante, impossible de dire combien de résultats sont réellement nouveaux. Dans la partie accessible de l'article, aucune donnée n'indique le nombre de preuves vérifiées. Il n'y en a pas non plus sur la participation de humains à la sélection : a-t-on montré tout ce qui est sorti, ou seulement le meilleur ?

Le modèle lui-même est fermé et n'a pas été annoncé. La comparaison avec GPT-6 Astra repose sur la description de la source ; il n'est pas possible de la reproduire de l'extérieur.

La réaction de Yuandong Tian

Tian est un chercheur en IA reconnu, et sa phrase n'en est que plus parlante : il écrit lui-même des travaux avec des modèles. Il décrit son dernier article, rédigé en tandem avec GPT-5, comme un moment de prise de conscience. L'échéance qu'il avance est précise : cinq ans.

C'est une appréciation personnelle, pas une prévision étayée par des calculs. Mais il est révélateur qu'elle émane d'un praticien, et non d'un commentateur extérieur. Le chercheur voit à quel stade le modèle cesse d'être un assistant et se met à produire des résultats par familles entières.

Faits clés

• Volume : 722 manuscrits sur GitHub.
• Structure : 372 familles de résultats.
• Couverture : 17 domaines des mathématiques.
• Auteur des textes : un modèle interne d'OpenAI, non annoncé et sans nom public.
• Comparaison : selon la description de Jiqizhixin, nettement plus puissant que GPT-6 Astra.
• Statut : manuscrits, vérification indépendante non confirmée.
• Prévision de Tian : remplacement du chercheur d'ici cinq ans.

Comment s'en servir

Pour les mathématiciens et les chercheurs en IA, la tâche pratique la plus immédiate est simple : passer le dépôt au crible. Si les familles contiennent des résultats non triviaux, il faudra les vérifier plus vite que le modèle ne les génère. Le goulot d'étranglement sera la relecture par les pairs, pas les idées.

Pour les laboratoires et les universités, la question est d'ordre organisationnel. Il faut des règles pour attribuer la paternité des travaux, une procédure de vérification formelle (par exemple via des systèmes de démonstration automatique) et une réponse claire à la question de savoir qui porte la responsabilité d'une erreur dans un texte écrit par un modèle.

Pour les lecteurs, la position raisonnable est de ne prendre sur parole ni les déclarations tonitruantes ni le scepticisme. Tant que le modèle reste fermé et que les manuscrits ne sont pas vérifiés, on ne peut fonder son jugement que sur ce qui résistera à l'examen dans les discussions ouvertes de la communauté mathématique.