Kami merilis beragam hasil matematika baru yang dihasilkan oleh model internal terdepan.
Untuk menetapkan standar berbagi hasil dengan komunitas matematika, kami telah berkonsultasi dengan Kelompok Penasihat Matematika dan Kecerdasan Buatan di Institute for Advanced Study(terbuka di jendela baru) yang independen guna mengembangkan praktik terbaik. Kami juga menerapkan saran dan rekomendasi yang mereka publikasikan(terbuka di jendela baru) dalam cara kami merilis hasil ini.
Untuk rilis kali ini, kami memublikasikan hasilnya di repositori GitHub, disertai protokol revisi makalah dan sitasi. Kami terus menjajaki alternatif lain yang dikelola komunitas untuk rilis ini dan memenuhi pedoman komite tersebut. Untuk rilis mendatang, kami berkomitmen untuk terus meningkatkan kualitas makalah melalui perbaikan sitasi, pemaparan matematika, dan penyajian hasil agar lebih mudah dipahami.
Di repositori GitHub kami, kami juga membagikan formalisasi banyak bukti dalam Lean, bahasa pemrograman yang memungkinkan komputer memeriksa bukti matematika. Kami akan memperbarui repositori dengan formalisasi tambahan seiring tersedianya hasil tersebut.
Untuk mendorong transparansi dan keterbukaan ilmiah, kami juga memublikasikan detail tambahan di repositori tentang cara kami memperoleh hasil tersebut. Detail ini mencakup 10 ringkasan penalaran model, estimasi sumber daya komputasi yang digunakan dalam satuan penggunaan Pro di ChatGPT, serta statistik jumlah soal yang dicoba. Rata-rata, setiap hasil menggunakan sumber daya komputasi yang setara dengan sekitar tiga jam proses berpikir ChatGPT Pro.
Kami ingin kemajuan ini memperluas batas pengetahuan manusia dan membuka jalan bagi kemajuan lebih lanjut dalam matematika. Kami akan mendanai serangkaian lokakarya, konferensi, dan program khusus untuk memahami hasil-hasil penting yang dihasilkan AI. Kami akan membagikan informasi lebih lanjut tentang hal ini dalam waktu dekat.
Kami ingin membekali para ilmuwan secara langsung dengan kemampuan tercanggih dan tengah berupaya merilis model yang menghasilkan temuan ini secara bertanggung jawab. Karena itu, penting untuk terus mengevaluasi model internal terdepan kami dalam matematika dan ilmu pengetahuan lainnya, agar kami dapat mempercepat pengembangan alat untuk memajukan bidang-bidang tersebut. Kami akan terus menindaklanjuti masukan dari komunitas dan memperbarui standar kami untuk pengumuman kemajuan ilmiah penting di masa mendatang.
