OpenAI publica 722 manuscritos de matemática de um modelo de IA não divulgado

Em um post de pesquisa publicado em 6 de outubro de 2026, a OpenAI afirmou que está divulgando uma ampla gama de novos resultados matemáticos produzidos por um modelo interno de fronteira não divulgado, publicando 722 manuscritos organizados em 372 famílias em um repositório público no GitHub, juntamente com formalizações de provas em Lean e resumos abreviados do raciocínio do modelo.

Dentro do repositório GitHub

Os resultados são publicados no repositório openai/math, lançado sob licença Apache-2.0. Seu README descreve o conteúdo como manuscritos matemáticos e artefatos de prova de apoio produzidos por um modelo interno da OpenAI, reunidos como parte de avaliações de desenvolvimento de modelo em problemas de pesquisa abertos.

O catálogo atual contém 722 manuscritos organizados em 372 famílias. Uma família agrupa artigos relacionados, que podem incluir um resultado principal, argumentos complementares, consequências ou provas alternativas, e cada família é classificada por disciplina matemática. Um diretório de pré‑impressões contém PDFs, arquivos‑fonte e instruções de citação e compilação específicas de cada manuscrito, enquanto uma biblioteca Lean e um catálogo de formalizações descrevem as provas formais disponíveis, seus artigos associados e as configurações de verificação.

A coleção abrange diferentes estágios de verificação. Muitos manuscritos têm formalizações acompanhantes em Lean, uma linguagem de programação que permite que provas matemáticas sejam verificadas por um computador, embora nem todos as possuam. O README alerta que alguns dos resultados não formalizados podem apresentar problemas, e a OpenAI afirma que se empenhará em corrigir tais questões rapidamente, ao mesmo tempo em que atualiza o repositório com mais formalizações à medida que forem obtidas. A OpenAI também declara que preservará o histórico público de lançamentos da coleção, registrando correções e revisões como novas versões, mantendo as versões previamente lançadas acessíveis, e cada diretório de manuscrito contém um bloco BibTeX para citações.

Como os resultados foram produzidos

De acordo com o README, a grande maioria dos resultados foi obtida com o mesmo procedimento usando um modelo interno da OpenAI não divulgado. Ao longo da avaliação, o modelo recebeu aproximadamente 4 000 problemas, e a OpenAI relata que o resultado médio utilizou o equivalente computacional de cerca de três horas de ChatGPT Pro de pensamento. O README afirma que a OpenAI ampliou essas avaliações depois que o desempenho em suas avaliações matemáticas existentes se saturou, e que alguns resultados se baseiam em resultados anteriores produzidos por seus modelos. Exigir um nível adequado de significância e agregar a saída em famílias de resultados e manuscritos gerou o catálogo publicado.

Duas exceções nomeadas desviaram desse procedimento fixo: trabalho sobre uma região livre de zeros para a função zeta de Riemann e uma prova da Conjectura de Hodge para variedades abelianas CM. O texto que cobre a região livre de zeros Re(s) > 11/12 para a função zeta de Riemann foi editado por humanos para melhorar a legibilidade.

O repositório também publica 10 resumos abreviados do raciocínio do modelo. Eles abrangem resultados sobre correlações ordinárias de dois pontos de funções multiplicativas, o expoente de irracionalidade de π, as conjecturas simétrica e geral de Mahler, a NP‑dureza ordinária no limiar semidefinido básico, limites quase‑polinomiais para progressões aritméticas, a conjectura de finitude direta de Kaplansky em característica dois, a fórmula de Mézard–Parisi para vidros de spin diluídos, a magnetização espontânea no ferromagneto de Heisenberg quântico, a isomorfia de fatores de grupos livres e o sistema relativístico tridimensional Vlasov–Maxwell.

A OpenAI afirmou que está publicando esses detalhes adicionais, incluindo estimativas de computação expressas em termos de uso do ChatGPT Pro e estatísticas sobre o número de problemas tentados, para promover transparência e abertura científica.

Recomendações do Grupo Consultivo

A OpenAI disse que tem consultado o Grupo Consultivo independente sobre Matemática e Inteligência Artificial no Institute for Advanced Study para desenvolver melhores práticas de compartilhamento de resultados com a comunidade matemática, e que se baseou nos conselhos do grupo e nas recomendações públicas para orientar este lançamento.

O grupo consultivo publicou suas recomendações de lançamento responsável em 29 de setembro de 2026, após receber mais de 600 respostas da comunidade matemática, e afirma que as recomendações são apoiadas por uma clara pluralidade de respondentes. Uma nota de rodapé indica que a pesquisa perguntou sobre uma situação específica em que a OpenAI anunciou a existência de muitos resultados sem fornecer detalhes. O documento começa observando que alguns laboratórios de IA de fronteira estão testando problemas matemáticos avançados em modelos proprietários que permanecem inacessíveis à comunidade científica mais ampla, e então declara: “não endossamos essa prática e pedimos que parem de testar problemas matemáticos avançados em modelos proprietários.”

As recomendações pedem que os resultados sejam depositados em repositórios acadêmicos que nenhum laboratório de IA controla, com identificadores persistentes citáveis e modificações registradas adequadamente, e instam os laboratórios a não tratar o lançamento de resultados como veículos de marketing para seus modelos. Para cada resultado divulgado, o grupo afirma que os laboratórios devem tornar público o nome do modelo, os prompts utilizados, uma cadeia de pensamento resumida, o tempo gasto e o custo computacional estimado, e afirma que as provas devem ser formalizadas tanto quanto possível. Quando muitos resultados são lançados simultaneamente, as recomendações exigem um documento público adicional que faça referência a todos eles e explique quantos outros problemas de dificuldade comparável os modelos tentaram e falharam em resolver, bem como como esses problemas foram selecionados.

O grupo recomenda ainda que os laboratórios ofereçam apoio significativo, inclusive financiamento, para o desenvolvimento da compreensão humana da produção gerada por IA, citando conferências, escolas de verão, workshops direcionados, grupos de trabalho de longo prazo e livros ou artigos expositivos extensos como atividades candidatas. Afirma que as decisões sobre quais esforços apoiar devem ficar a cargo de instituições sem fins lucrativos existentes, em vez de serem dirigidas pelos laboratórios, e aconselha conceder à comunidade matemática global acesso amplo e equitativo a modelos disponíveis publicamente.

A OpenAI disse que continua a explorar outras alternativas hospedadas pela comunidade para este lançamento que atendam às diretrizes do comitê, e que está comprometida em melhorar as citações, a exposição matemática e a apresentação dos resultados em lançamentos futuros.

Contexto do Modelo Interno e Próximos Passos

A expressão “modelo de fronteira interno” na postagem da OpenAI vincula ao 8 de setembro de 2026, anúncio do laboratório de que um sistema interno da OpenAI produziu uma prova, com formalização em Lean, demonstrando que o movimento fluido tridimensional suave regido pelas equações de Navier–Stokes pode desenvolver uma singularidade em tempo finito. A OpenAI afirmou que o resultado resolve um problema que o Clay Mathematics Institute nomeou como um dos seus sete Problemas do Milênio em 2000, e que não pretende reivindicar o Prêmio do Milênio por ele. Na mesma postagem, a OpenAI disse que o modelo interno utilizado é significativamente mais capaz que o GPT-6 Astra, que o treinamento do modelo começou em 28 de agosto de 2026, que iniciou um esforço de avaliação dos problemas do Prêmio do Milênio em 1 de setembro de 2026, e que seus agentes chegaram à resolução em 5 de setembro de 2026.

A OpenAI afirmou que financiará uma série de workshops, conferências e programas especiais voltados à compreensão dos principais resultados produzidos por IA, e compartilhará mais detalhes sobre isso em breve. Também declarou que está trabalhando para liberar responsavelmente o modelo que produziu esses resultados, e que continuará a agir com base no feedback da comunidade e a atualizar seus padrões para divulgações futuras de avanços científicos importantes.