Am 19. November 2026 berichtete Business Insider, dass Sergei Gukov und eine kleine Gruppe Studierender an Caltech offene KI-Modelle speziell für mathematische Probleme entwickeln. Davon getrennt startete SAIRs Arbeitsplattform Open Math OS bereits am 16. Oktober mit bestehenden Modellen; ein eigenes, auf Mathematik ausgerichtetes SAIR-Modell war damals noch in Arbeit. (Business Insider; Terence Tao zum Start von Open Math OS)

Welche Mathe-KI entwickelt Sergei Gukovs Team?

Gukovs Team entwickelt die Modelle laut Business Insiders Bericht von Grund auf. Die meisten seien auf jeweils ein bestimmtes mathematisches Problem spezialisiert; ein breiter einsetzbares Modell war zum Zeitpunkt des Interviews noch nicht fertig. Das ist ein anderer Ansatz als eine gemeinsame Arbeitsumgebung, die vorhandene Modelle einbindet.

Gukov sagte dem Magazin außerdem, einige seiner Modelle hätten bestimmte mathematische Fragen schon gelöst, bevor OpenAI im Oktober 2026 Hunderte mathematische Lösungen veröffentlichte. Die konkreten Aufgaben nannte er dabei nicht. Im weiteren Kontext der KI-Forschung zu mathematischen Beweisen hat NeoTeo zuvor OpenAIs Navier-Stokes-Beweis eingeordnet.

Welche Modelle hostete Open Math OS zum Start?

Zum Soft Launch am 16. Oktober 2026 hostete Open Math OS die bestehenden Modelle DeepSeek V4.1 Flash, Kimi K3 und GLM 5.3 Flash. Der Mathematiker Terence Tao schätzte ihre Fähigkeiten damals auf etwa ein Jahr hinter dem Spitzenstand ein. Er hielt sie für Aufgaben wie mittelgroße Formalisierungen in Lean und die Diskussion mathematischer Argumente für geeignet.

SAIRs eigenes Mathematikmodell war davon getrennt: Tao schrieb, die Stiftung suche Partner, um ein bestehendes offenes Modell für Mathematik nachzutrainieren. Dieser Entwicklungsschritt war in seiner Mitteilung noch nicht abgeschlossen.

Welche Werkzeuge bündelt die Plattform?

Open Math OS verbindet gemeinsame Projekte und Chats mit KI-Agenten, Berechnungen, der Formalisierung von Beweisen in Lean und dem Schreiben mathematischer Texte in LaTeX. Die Projekt-FAQ nennt mehr als 100 vorinstallierte Werkzeuge, darunter Lean 4, Mathlib, SageMath, PARI/GP, SymPy, Python und LaTeX. Die Werkzeuge laufen laut FAQ auf einem Cloud-Rechner des Projekts.

Die FAQ beschreibt Ultramath als mehrere KI-Agenten, die parallel an einem Problem arbeiten, ihre Ergebnisse austauschen und Lösungsvorschläge liefern. Nutzerinnen und Nutzer sollen diese Vorschläge beurteilen. Laut Projekt-FAQ werden eigene Arbeiten standardmäßig nicht zum Modelltraining verwendet; dafür sei eine ausdrückliche Zustimmung zu vereinbarten Bedingungen nötig. Die FAQ sagt außerdem, dass Nutzende die Rechte an ihrer Arbeit und die Anerkennung für ihre Ideen behalten.

Für mathematische Arbeit zählt neben dem Modell auch der Arbeitsablauf: Menschen beurteilen die Vorschläge, und Lean kann formal formulierte Beweise maschinell prüfen.

Was zeigt die Vorführung mit dem Satz von Wilson?

SAIRs englischsprachige Vorführung zeigt Terence Tao bei der Arbeit am Satz von Wilson mit Open Math OS, Lean 4 und Ultramath.

In einer Vorführung bearbeitete Tao den Satz von Wilson mit Open Math OS, Lean 4 und Ultramath-Agenten. Lean prüft dabei einen formalisierten Beweis. Diese maschinelle Prüfung betrifft den formal geschriebenen Beweis; die Agenten liefern Vorschläge, die Menschen beurteilen.