6 października 2026 r. informowano, że OpenAI planowało opublikować na GitHubie setki wyników matematycznych. Tego samego dnia Lindsay McCallum, rzeczniczka firmy, powiedziała, że nowy model wewnętrzny rozwiązał ponad 100 od dawna otwartych problemów, w tym problem milenijny Naviera–Stokesa. To dwa osobne twierdzenia: jedno dotyczyło liczby problemów przypisanych modelowi, drugie — wyników planowanych do publikacji.
Plan publikacji na GitHubie
Osoby zaznajomione z planami OpenAI opisywały publikację setek wyników jako zamierzenie firmy. McCallum przekazała, że OpenAI nie ustaliło wówczas godziny publikacji. Firma mówiła też, że przy planowaniu kolejnego udostępnienia uwzględnia rekomendacje swojej grupy doradczej ds. matematyki i sztucznej inteligencji przy Institute for Advanced Study oraz publiczne zalecenia.
Co OpenAI twierdziło o swoim modelu
McCallum podała, że szkolenie nowego modelu wewnętrznego rozpoczęło się 28 sierpnia 2026 r. Według jej deklaracji model rozwiązał ponad 100 długo nierozwiązanych problemów z większości dziedzin matematyki. Wśród nich miał znaleźć się problem milenijny Naviera–Stokesa.
To twierdzenie OpenAI o pracy modelu. Wyróżnienie problemu Naviera–Stokesa nadaje sprawie szczególną wagę, ale samo w sobie nie rozstrzyga o matematycznej poprawności rozwiązania.
Dlaczego matematycy krytykowali sposób publikacji
W sierpniu OpenAI zorganizowało spotkanie z udziałem około 40 matematyków, poświęcone możliwościom AI w matematyce i sposobom przedstawiania wyników. Bryna Kra relacjonowała, że uczestnicy apelowali o publikowanie prac wyjaśniających, a nie poprzestawanie na wpisach na blogach czy krótkich komunikatach.
Takie publikacje pozwalają innym matematykom prześledzić argumentację, zrozumieć wyniki i wykorzystać je w dalszej pracy. Ułatwiają też rozpoznanie wcześniejszego wkładu. Kra krytykowała krótką formę ogłoszeń jako niewystarczającą do podtrzymania tego naukowego obiegu.
Spór o autorstwo między Buckmasterem, Alpöge i Bubeckiem
Tristan Buckmaster zarzucił OpenAI wyprzedzenie nieopublikowanych prac nad zagadnieniem związanym z problemem Naviera–Stokesa. Buckmaster i Levent Alpöge, pracownik Anthropic, prowadzili te prace wspólnie.
Buckmaster relacjonował też, że Sébastien Bubeck zdawał się sugerować, by nie umieszczać Levent Alpöge na liście autorów pracy. Bubeck zaprzeczył, że prosił o niewymienianie Levent Alpöge jako autora.
Dwa sposoby porządkowania wyników matematycznych
Hexagon to repozytorium materiałów tworzonych głównie przez AI, a Palomar — rejestr matematyki weryfikowanej maszynowo.
