Jiqizhixin (机器之心)→ original

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
OpenAI publica 722 manuscritos de matemática, e Yuandong Tian espera perder o emprego
Fonte: Jiqizhixin (机器之心). Colagem: Hamidun News.
◐ Ouvir artigo

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.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 50 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
✦ Autonomous AI Agents

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.

Launch NomadNet Agent →NomadNet AI Platform
O que você acha?
Carregando comentários…