OpenAI 釋出 722 份 AI 生成的數學手稿

OpenAI 將一個內部前沿模型所產出的 722 份數學手稿發布至公開的GitHub資料庫，並整理為 372 個研究系列，這是該公司迄今為止最大規模的單次數學資料揭露。許多條目附有可供電腦檢驗的 Lean 證明，但 OpenAI 承認未形式化的結果可能含有錯誤，並將持續進行修訂。此次發布延續了 2026 年 8 月 28 日的公告，當時 OpenAI 表示正在訓練一個以解出千禧年大獎難題中的 Navier-Stokes 問題及其他超過 100 個長期懸而未決的開放式問題為目標的模型。

語料庫規模與問題涵蓋範圍

多家媒體證實，該 GitHub 資料庫目前收錄 722 份手稿，橫跨 372 個成果系列。Blockchain.News 引述 The Rundown AI 的次級電子報摘要，將底層問題數量估計為約 4,000 個，並指出每項成果平均需使用三小時的 ChatGPT Pro 運算資源，這些數字並未出現在 OpenAI 自身的揭露資料中，應視為次級來源的估計，而非經公司確認的指標。8 月的公告將該計畫定位為鎖定 Navier-Stokes 挑戰及超過 100 個開放式問題，其範圍與 4,000 個問題的數字一致，但並未獨立驗證該數字。

形式化驗證狀態與諮詢協調

OpenAI 表示此次發布參考了高等研究院（Institute for Advanced Study）數學與人工智慧諮詢小組的建議，發言人 Lindsay McCallum 也證實公司正就負責任的揭露事宜諮詢該機構。雖然許多手稿附有 Lean 證明，OpenAI 明確指出並非所有結果都已完整形式化，未定稿的條目可能存在問題並將持續更新，這種雙重立場反映出將形式化審查擴展至 AI 生成的大量輸出所面臨的整體難度。沒有任何來源提供解決未定稿條目的時程，相關報導亦未揭露相關時程。

先前的里程碑與更廣的背景

2026 年 8 月在 GitHub 發布以 Lean 4 證明解決 10 個開放數學問題的方案，早於本次批次，在相關報導中被描述為同一揭露行動中的先前里程碑。新的 722 篇手稿語料庫將該模板延伸至更廣泛的問題範圍，不過將先前的發布定性為較大發布的概念驗證，屬於編輯性詮釋，而非 OpenAI 或報導媒體的主張。

社群反應

部分數學家對 AI 公司產出與發表證明的速度表達疑慮，批評者主張高產量的 AI 輸出可能超過同儕審查的速度，並使功勞歸屬的慣例更加複雜。下一個可觀察的訊號是 GitHub 儲存庫隨著未定稿的手稿被形式化或更正而持續更新，但審閱過的報導並未指明這些修訂何時會釋出。