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?

Terence Tao demonstruje pracę nad twierdzeniem Wilsona w Open Math OS, korzystając z Lean 4 i agentów Ultramath. Nagranie jest w języku angielskim.

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.