Kita nerbitake maneka warna asil matematika anyar saka model internal tercanggih.
Kanggo netepake standar carane nuduhake asil marang komunitas matematika, kita wis konsultasi karo Kelompok Penasihat Matematika lan Kecerdasan Artifisial ing Institute for Advanced Study(mbukak ing jendhela anyar) sing independen kanggo ngrumusake praktik paling apik. Kita uga ngetrapake saran lan rekomendasi sing diumumake marang publik(mbukak ing jendhela anyar) saka kelompok kasebut ing cara kita nerbitake asil iki.
Ing publikasi iki, kita nerbitake asil ing gudang kode GitHub, kanthi tata cara revisi makalah lan sitasi. Kita terus njajaki alternatif liya sing dikelola komunitas kanggo publikasi iki lan sing cocog karo pedoman panitia. Kanggo publikasi sabanjure, kita duwe komitmen kanggo terus ningkatake mutu makalah liwat sitasi, andharan matematika, lan cara nyajekake asil supaya luwih gampang dimangerteni.
Ing gudang kode GitHub kita, kita uga nuduhake formalisasi akeh bukti nganggo Lean, basa pamrograman sing ngidini komputer mriksa bukti matematika. Kita bakal nganyari gudang kode kanthi nambah formalisasi liyane yen wis kasedhiya.
Kanggo nyengkuyung transparansi lan keterbukaan ilmiah, kita uga nerbitake rincian tambahan ing gudang kode babagan carane kita entuk asil kasebut. Rincian iki kalebu 10 ringkesan nalar model, prakiraan sumber daya komputasi sing digunakake kanthi ukuran panggunaan Pro ing ChatGPT, lan statistik cacahing soal sing dicoba dirampungake. Rata-rata, saben asil nggunakake sumber daya komputasi sing padha karo ChatGPT Pro mikir watara telung jam.
Kita kepengin kemajuan iki nggedhekake cakupan kawruh manungsa lan mbukak dalan kanggo kemajuan matematika sabanjure. Kita bakal mbiayai rerangkening lokakarya, konferensi, lan program khusus kanggo mangerteni asil-asil penting saka AI—kita bakal nuduhake katrangan luwih akeh babagan iki ing wektu cedhak.
Kita kepengin para ilmuwan bisa langsung nggunakake kapabilitas paling maju, lan saiki lagi ngupayakake supaya model sing ngasilake asil iki bisa dirilis kanthi tanggung jawab. Mula, penting kanggo terus ngevaluasi model internal tercanggih kita ing matematika lan ilmu liyane, supaya kita bisa nyepetake pangembangan piranti kanggo majokake bidang-bidang kasebut. Kita bakal terus nindaklanjuti tanggapan saka komunitas lan nganyari standar kita kanggo ngumumake kemajuan ilmiah penting ing tembe mburi.
