OpenAI publica 722 manuscritos de matemática, e Yuandong Tian espera perder o emprego
A OpenAI publicou no GitHub 722 manuscritos de matemática. Eles estão agrupados em 372 "famílias" de resultados e cobrem 17 áreas da matemática. Todos os textos foram escritos por um modelo interno sem nome público, que, segundo a descrição do Jiqizhixin, é bem mais forte que o GPT-6 Astra. Nesse contexto, o pesquisador Yuandong Tian escreveu que, depois de trabalhar no último artigo em parceria com o GPT-5, espera ser substituído em até cinco anos. Os manuscritos ainda não passaram por verificação independente, e o modelo continua fechado. - 722 manuscritos, 372 famílias de resultados, 17 áreas da matemática. - Autor dos textos: um modelo não anunciado da OpenAI. - Tian prevê que pesquisadores serão deslocados em cinco anos.
Processado por IA de Jiqizhixin (机器之心); editado por Hamidun News
A OpenAI publicou no GitHub, de uma só vez, 722 manuscritos de artigos de matemática. Eles foram reunidos em 372 "famílias" de resultados, e juntos cobrem 17 áreas da matemática. Todos os textos foram escritos por um modelo interno que não tem nome público. Segundo a descrição do Jiqizhixin, ele supera com folga o GPT-6 Astra. Quase ao mesmo tempo, o pesquisador Yuandong Tian declarou que, depois do último artigo escrito em parceria com o GPT-5, entendeu que o trabalho dele vai desaparecer nos próximos cinco anos.
A publicação mostra como a OpenAI quer demonstrar as capacidades do modelo. Em vez de um benchmark que entrega um único número, a empresa apresenta um conjunto de textos que matemáticos podem ler, contestar e flagrar em erros.
Que material foi publicado
Os números na reportagem do Jiqizhixin são estes: 722 manuscritos, 372 famílias de resultados, 17 áreas. Costuma-se chamar de "família" um grupo de teoremas próximos ou de variações de um mesmo enunciado. A média fica em quase dois manuscritos por família, ou seja, parte dos resultados é desenvolvida em mais de um texto.
Há uma ressalva importante. Trata-se de manuscritos, não de publicações revisadas por pares. Parte dos textos pode ser trivial, parte pode conter erros, e sem verificação independente não dá para saber quantos deles trazem resultados de fato novos. Na parte disponível do material, não há dados sobre o número de demonstrações verificadas. Também não há informações sobre a participação de humanos na seleção: não se sabe se foi publicado tudo o que o modelo gerou ou só o melhor.
O próprio modelo é fechado e não foi anunciado. A comparação com o GPT-6 Astra se apoia na descrição da fonte e não pode ser reproduzida por terceiros.
A reação de Yuandong Tian
Tian é conhecido como pesquisador de IA, e a frase dele pesa ainda mais porque ele mesmo escreve trabalhos em conjunto com modelos. Ele descreve o último artigo, feito em dupla com o GPT-5, como um momento de tomada de consciência. O prazo que ele cita é concreto: cinco anos.
É uma avaliação pessoal, não uma projeção baseada em cálculos. Mas é significativo que ela venha de um profissional da área, e não de um comentarista externo. O pesquisador enxerga em que ponto o modelo deixa de ser um assistente e passa a entregar resultados em famílias inteiras.
Fatos principais
- Volume: 722 manuscritos no GitHub.
- Estrutura: 372 famílias de resultados.
- Cobertura: 17 áreas da matemática.
- Autor dos textos: modelo interno não anunciado da OpenAI, sem nome público.
- Comparação: segundo o Jiqizhixin, é significativamente mais forte que o GPT-6 Astra.
- Status: manuscritos; a verificação independente não foi confirmada.
- Previsão de Tian: substituição do pesquisador em até cinco anos.
Como lidar com isso
Para matemáticos e pesquisadores de IA, a tarefa prática mais imediata é simples: analisar o repositório. Se as famílias contiverem resultados não triviais, será preciso verificá-los mais rápido do que o modelo os gera. O gargalo será a revisão, não as ideias.
Para laboratórios e universidades, a questão é organizacional. Será preciso definir regras de atribuição de autoria, um procedimento de verificação formal (por exemplo, por meio de sistemas de demonstração automática de teoremas) e deixar claro quem responde por um erro em um texto escrito por um modelo.
Para quem acompanha o noticiário, a postura sensata é não aceitar de olhos fechados nem as declarações bombásticas nem o ceticismo. Enquanto o modelo continuar fechado e os manuscritos não forem verificados, a avaliação só pode se basear no que resistir ao escrutínio das discussões abertas da comunidade matemática.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.