OpenAIが内部モデル生成の数学論文722本をGitHubで公開
25秒でわかる内容解説
OpenAIが内部開発中のAIモデルが作成した数学論文722本をGitHubで公開した。モデルは約4,000問の研究課題を解き、計算コストは1件あたりChatGPT Proの思考処理3時間に相当する。形式検証言語Leanによる証明の多くが収録され、技術者はアルゴリズムの推論過程を直接検証できる。未形式化の結果には一部不備がある可能性もあり、今後の更新が期待される。
内部モデルが生成した論文カタログと計算コスト
OpenAIは2026年10月6日、内部モデルが作成した数学論文と証明アーティファクトをGitHubリポジトリで公開した。 カタログには722本の論文が372のファミリーに分類して収録されている。各ファミリーには主要な結果や補題、別解が含まれる。評価期間中にモデルには約4,000問の問題が提示されている。
The current catalogue contains 722 manuscripts organized into 372 families.
現在のカタログには372のファミリーに整理された722本の原稿が含まれている。
多くの結果は未公開の内部モデルで同じ手順によって得られている。平均計算量は各結果あたりChatGPT Proの思考処理3時間に相当する。各結果の生成には、モデルに提示された問題の解決過程が記録されている。論文の多くは形式化されているが、全てが形式化されているわけではない。形式化とは人間の直感的な証明を、コンピュータが検証可能な厳密な記号論理に変換する工程を指す。
固定手順の例外として、リーマンゼータ関数のゼロ自由領域とCMアーベル多様体（複素乗算を持つアーベル多様体）のホッジ予想の証明が含まれる。前者のリーマンゼータ関数の書き起こしは可読性のために人間が編集されている。出力を結果ファミリーと論文に集約し、適切な有意性レベルを要求することで、上記のカタログが導かれている。修正や改訂は新しいバージョンとして記録され、以前の公開版も引き続きアクセス可能だ。
既存評価の飽和と形式検証の取り組み
数学分野におけるモデル評価は、既存のベンチマークで性能が飽和したことをきっかけに拡大された。開発チームはオープンな研究課題に対してモデルの推論能力を測定し、以前の結果を基盤として新たな出力を生成している。
収録されたアーティファクトには、Leanという形式検証用のプログラミング言語による定理証明が含まれる。Leanは記述された論理の正しさをプログラムで検証できる。リポジトリのLeanライブラリと形式化カタログには、利用可能な証明とその関連論文、検証設定が記載されている。
技術者はComparatorと呼ばれる検証手順を用いて、生成された証明の整合性を再確認できる。Comparatorの指示書には外部ツールとの連携方法と検証パラメータが明記されている。PreprintsディレクトリにはPDF、ソースファイル、ビルド指示が保存される。多くの結果が同じ計算リソースで生成されたため、コスト対効果の分析も容易である。未形式化の結果については、コミュニティがホストするリポジトリでの公開も検討されている。
技術者向けリポジトリの構造と更新方針
公開されたGitHubリポジトリは、Overviewでファミリーの概要を、Manuscript Mapで個々の論文と支援資料を閲覧できる。各論文のBibTeXブロックを用いて引用が可能である。形式化の進捗は動的に更新される。開発チームはLeanによる形式化を取得次第、リポジトリを追加していく方針である。 未形式化の結果の一部には問題がある可能性があり、修正は迅速に行われる予定だ。
Many, but not all, of the manuscripts have been formalized.
論文の多くは形式化されているが、全てではない。
コミュニティからのコメントはまだ投稿されていないが、技術者は直接アーティファクトをダウンロードして検証を進められる。技術者はリポジトリ内のREADMEを参照し、モデルの出力構造を把握する。固定の手順で生成された大半の結果と、例外処理された特殊な問題の両方を比較できる構成となっている。写真ではOpenAIの数学論文リポジトリのトップ画面。
固定手順から外れた特殊な問題の出力と比較することで、モデルの推論能力の幅を評価できる。各ファミリーは数学の分野ごとに分類され、Overviewの説明で全体像を把握できる。技術者はバージョン履歴を追って、証明の修正過程を時系列で追跡できる。
形式化の追加と未確定の結果の検証
今後は未形式化の結果に対するLean形式化の提供が継続される。評価中に提示された約4,000問の問題のうち、適切な有意性レベルを満たした結果のみがカタログに採用された。残りの出力はアーカイブまたは別リポジトリに移行する可能性がある。
固定手順から外れたリーマンゼータ関数やホッジ予想の証明は、今後の形式化検証で性能の上限を示す基準となる。開発チームはこれらの例外処理がどのように計算リソースを消費したかを公開する予定である。
リポジトリの更新は2026年10月以降も継続され、修正版は新しいバージョン番号で保存される。形式化の完了した論文は優先的にトップページに表示される。公開履歴は2026年10月6日を起点に保持され、今後の検証結果が順次追加される。以前のバージョンは削除されず常にアクセス可能である。
用語の注釈
- Lean
- 数学の定理証明を支援する形式検証用のプログラミング言語であり、記述された論理の正しさをプログラムで検証できる。（参考：Lean (証明アシスタント) - Wikipedia）
- formalization
- 手続きや方針を公式化して手順を明確にし、コンピュータが検証可能な状態にすること。（参考：「formalization」の意味・使い方・読み方・例文・コアイメージ ...）