title: OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的內部模型產出 --- **Category** - [AI](https://www.soft4fun.net/category/tech/ai) - [新聞](https://www.soft4fun.net/category/tech/news) - [科技](https://www.soft4fun.net/category/tech) **Tag** - [AI](https://www.soft4fun.net/tag/ai) - [OpenAI](https://www.soft4fun.net/tag/openai) **圖片清單** - ![ai-progress-in-mathematics-social-2](https://cf.img.soft4fun.net/2026/10/ai-progress-in-mathematics-social-2-scaled.png "ai-progress-in-mathematics-social-2") - ![OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的內部模型產出 ai-progress-in-mathematics-social-2-1500x844](https://cf.img.soft4fun.net/2026/10/ai-progress-in-mathematics-social-2-1500x844.png "OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的內部模型產出 ai-progress-in-mathematics-social-2-1500x844") --- [OpenAI](https://www.soft4fun.net/tag/openai) 於 10 月 6 日在官網與 GitHub 同步公開「Sharing AI progress in mathematics」，一次釋出 722 篇由內部前沿模型產出的數學論文手稿，分屬 372 個論文家族，並附上部分 Lean 形式化證明。這是 OpenAI 迄今規模最大的數學成果公開，也讓「AI 能不能做出值得數學家認真檢驗的研究」這個問題，第一次有了可以逐篇檢視的材料。 ![OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的內部模型產出 ai-progress-in-mathematics-social-2-1500x844](https://cf.img.soft4fun.net/2026/10/ai-progress-in-mathematics-social-2-1500x844.png "OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的內部模型產出 ai-progress-in-mathematics-social-2-1500x844")圖片來源：[OpenAI 官方公告頁面](https://openai.com/index/sharing-ai-progress-in-mathematics/) ## 釋出內容：722 篇手稿、約 4,000 道題目 根據 OpenAI 的 GitHub 儲存庫（openai/math，採 Apache-2.0 授權），目錄分為 preprints、lean 與 reasoning_traces 三大部分：preprints 放論文 PDF 與原始檔，lean 放形式化證明與驗證設定，reasoning_traces 則是 10 項成果的模型推理過程摘要。OpenAI 表示，這批成果是在模型開發期間的評測中產出，團隊總共讓模型嘗試了約 4,000 道題目，平均每項成果耗用相當於約 3 小時 ChatGPT Pro 思考時間的運算量。 涵蓋領域包括數論、計算複雜度、幾何與數學物理。儲存庫的家族說明中列出的主張，包含「圓周率的無理性指數恰好為 2」（家族 017）、「在所有維度解決對稱與非對稱的幾何 Mahler 猜想」（家族 087）、「Kaplansky 零因子猜想的反例」（家族 196）、「解決自由群因子同構問題」（家族 287），以及針對複 CM 阿貝爾簇的有理 Hodge 猜想（家族 032）。以上都是 OpenAI 儲存庫中的自我描述，尚未見到數學界對個別結果的公開審查結論。 ## 哪個模型做的？官方只說「內部前沿模型」 OpenAI 並未指名是哪個模型，只稱為 internal frontier model，也沒有公開使用的提示詞。Unite.AI 報導指出，該模型能力顯著高於目前已上市的 GPT-6 Astra，訓練自 8 月 28 日開始、9 月 1 日起進入評測；OpenAI 則承諾會「負責任地釋出」產出這些成果的模型，但未給出時程。 值得留意的是，這批手稿多數遵循固定的產出流程，僅有少數例外：Unite.AI 提到，黎曼 ζ 函數無零點區域的研究，以及 CM 阿貝爾簇的 Hodge 猜想證明，是 OpenAI 特別註明不同於標準流程的兩項工作。至於 9 月初 OpenAI 宣稱的納維-斯托克斯奇異性證明，是另一則獨立公告，並不屬於這 722 篇的主打內容。 ## Lean 驗證只做到一半 OpenAI 在 README 中寫明，「許多但並非全部」手稿已經過形式化，未形式化的成果「可能存在問題」，團隊承諾持續修正並補上形式化。FourWeekMBA 的統計是，722 篇中約有 162 篇的主要結果完成 Lean 形式化。Interesting Engineering 也提醒，Lean 驗證只能保證已形式化的證明在邏輯上自洽，並不代表論文中所有主張都獲得確認，例如定理的陳述是否貼切原本的數學問題，仍需人類檢查。 ## IAS 顧問小組：支持公開，但不背書在專有模型上測試 OpenAI 表示，這次釋出諮詢了普林斯頓高等研究院（IAS）旗下的「數學與人工智慧獨立顧問小組」。據 Unite.AI，該小組在 9 月 29 日發表負責任釋出的建議之前，曾調查超過 600 位數學家。FourWeekMBA 則指出，小組同時聲明「不背書」在專有模型上測試高階數學問題，而這批成果仍放在 OpenAI 自家的 GitHub 組織底下，而非社群共管的平台。OpenAI 另表示將資助相關工作坊與研討會，探討 AI 產出的數學成果。 ## 為什麼值得關注 過去 AI 公司公布數學突破，多半是單一題目、單一公告，外界難以判斷是否挑選過的結果。這次 OpenAI 一次攤開約 4,000 題的嘗試統計與 722 篇手稿，讓外界可以檢視成功率與運算成本；但手稿數量龐大、僅部分經 Lean 驗證，真正的審查工作將落在數學界肩上，後續是否有成果被推翻或確認，會是這次釋出能否站得住腳的關鍵。Hacker News 上這則公告在半小時內已累積近 90 點討論。 ## 資料來源 - [OpenAI：Sharing AI progress in mathematics](https://openai.com/index/sharing-ai-progress-in-mathematics/) - [GitHub：openai/math](https://github.com/openai/math) - [Unite.AI](https://www.unite.ai/openai-releases-722-math-manuscripts-from-an-unreleased-ai-model/) - [Interesting Engineering](https://interestingengineering.com/ai-robotics/openai-largest-math-release-lean-proofs) - [FourWeekMBA](https://fourweekmba.com/ai-openai-says-internal-model-produced-722-math-manuscripts/) #### 更多AI相關報導 - [Nano Banana 2.1 登場：畫質勝過 Gemini 3 Pro Image，1K 單張價格只要 Pro 的四分之一](https://www.soft4fun.net/tech/ai/nano-banana-2-1-vs-gemini-3-pro-image-quality-price.htm) - [Mistral 推出 1 參數開放權重模型 Large 4：輸 每百萬 token 0.68 美 ，權重 10/27 釋出](https://www.soft4fun.net/tech/news/mistral-large-4-1t-open-weight-moe-49b-active-1m-context.htm) - [OpenAI 一次釋出 722 篇 AI 數學論文：官方稱由比 GPT-6 Astra 更強的 部模型產出](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm) - [Reflection AI 推出 501B 開放權重模型 Beam：Apache 2.0 授權、官方稱推論運算量比 GLM-5.2 少 3 到 4 倍](https://www.soft4fun.net/tech/news/reflection-ai-beam-501b-open-weight-apache-2-glm-5-2.htm) - [聯發科傳大砍員工 AI Token 額度：郭哲榮揚言出 持股， 司回應「不是限制」](https://www.soft4fun.net/tech/news/mediatek-ai-token-quota-cut-kuo-che-jung-response.htm) 📖 延伸閱讀：AI 為你整理的 5 個重點問題[Q1. 對一般工程師或數學愛好者來說，如果想去 GitHub 探索這批資料，該從哪裡切入最有效率？→](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm/faq/1)[Q2. 既然有電腦輔助工具 Lean 跑過驗證，為什麼學界還是對這些證明抱持保留態度？→](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm/faq/2)[Q3. 如果自己平時也有學習或研究數學的需求，現階段該如何將這類 AI 工具融入日常？→](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm/faq/3)[Q4. 為什麼頂尖 AI 團隊要費盡心思攻克高等數學，這對未來的通用人工智慧有什麼關鍵意義？→](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm/faq/4)[Q5. 除了默默等待學界正式審稿，現在有哪些公開管道可以即時追蹤數學家對這批論文的討論？→](https://www.soft4fun.net/tech/ai/openai-722-math-manuscripts-internal-frontier-model-lean.htm/faq/5)想知道這些問題的解答嗎？