Sergei Gukov i studenci z jego laboratorium w Caltech budują modele AI przeznaczone do zadań matematycznych — tak opisał ich pracę Business Insider 19 listopada 2026 roku. To odrębna inicjatywa od Open Math OS: wspólna przestrzeń badawcza SAIR miała miękki start 16 października z już istniejącymi modelami, a osobny model matematyczny rozwijany przez SAIR pozostawał wtedy w fazie prac (ogłoszenie Terence’a Tao).
Wcześniej opisywaliśmy, jak eksperci oceniali metodę OpenAI przy dowodzie Naviera–Stokesa (przeczytaj poprzedni tekst). Tym razem chodzi o dwa inne przedsięwzięcia: budowę wyspecjalizowanych modeli w laboratorium Gukova oraz narzędzia do wspólnej pracy nad matematyką.
Jakie modele rozwija laboratorium Sergei Gukov?
Według relacji Business Insider Gukov i niewielka grupa studentów tworzą od podstaw modele open source przeznaczone do rozwiązywania problemów matematycznych. Większość z nich ma być wyspecjalizowana w pojedynczym problemie; w czasie rozmowy z Gukovem szerszy model był jeszcze rozwijany.
Gukov powiedział też, że niektóre z tych modeli rozwiązały kilka zadań przed październikową publikacją OpenAI obejmującą setki rozwiązań matematycznych. To jego relacja o pracy zespołu, a nie wynik przedstawiony jako niezależny test.
Co obejmował start Open Math OS?
Open Math OS to przestrzeń do wspólnej pracy badawczej, a nie nazwa jednego nowego modelu. W ogłoszeniu z 16 października Terence Tao wymienił modele dostępne przy miękkim starcie: DeepSeek V4.1 Flash, Kimi K3 i GLM 5.3 Flash. Osobny plan SAIR zakładał dalsze trenowanie istniejącego modelu open source pod kątem matematyki; Tao opisał te prace jako będące w toku w dniu ogłoszenia.
Tao oceniał, że modele dostępne wówczas w Open Math OS pozostawały mniej więcej rok za ówczesną czołówką. Wskazywał ich przydatność między innymi do formalizowania średniej wielkości dowodów w Lean oraz omawiania argumentów matematycznych, a nie do rozwiązywania trudnych problemów jednym strzałem.
Narzędzia badawcze i zasady korzystania z pracy
Według oficjalnego FAQ Open Math Model Open Math OS łączy wspólne projekty i czaty z eksplorowaniem problemów przy wsparciu AI, obliczeniami, zapisywaniem dowodów w Lean i tworzeniem tekstów w LaTeX. FAQ wymienia ponad 100 preinstalowanych narzędzi, w tym Lean 4, Mathlib, SageMath, PARI/GP, SymPy, Python i LaTeX.
FAQ opisuje też Ultramath: kilka agentów AI może pracować równolegle nad jednym problemem, dzielić się ustaleniami i przedstawiać użytkownikowi propozycje rozwiązań. Projekt podaje, że prace użytkowników domyślnie nie służą do trenowania modeli; takie wykorzystanie wymaga wyraźnej zgody i uzgodnionych warunków. FAQ stwierdza również, że użytkownicy zachowują prawa do swojej pracy i uznanie za pomysły.
W pracy matematycznej propozycja AI i formalne sprawdzenie dowodu to różne etapy. Open Math OS opisuje narzędzia do obu, ale wynik agenta pozostaje propozycją do oceny.
Co pokazuje demonstracja Open Math OS?
W nagraniu SAIR Terence Tao pracuje nad twierdzeniem Wilsona w Open Math OS, korzystając z agentów Ultramath i narzędzi takich jak Lean 4. To konkretny przykład wspólnego badania problemu. FAQ projektu opisuje odpowiedzi agentów jako propozycje do sprawdzenia przez użytkownika, a dowody zapisane formalnie mogą być weryfikowane maszynowo w Lean.