OpenAI 发布了 722 篇 AI 生成的数学证明，覆盖 372 项数学结果，这些论文来自其内部模型在测试中处理约 4K 个研究问题后的分组与筛选，每项结果平均消耗相当于 3 小时 ChatGPT Pro 思考的算力。其中一项成果把两个 n×n 矩阵相乘的已证明代价从 AlphaEvolve 在 8 月创下的约 n^2.371177 降到约 n^2.25，并附有 Lean 形式化，但该结果只是理论界，尚未给工程师带来可用于真实 GPU 负载的更快算法。
同一新闻，精选展示《OpenAI 发布 722 篇论文，覆盖 372 项数学结果》
OpenAI 今天发布了 722 个 AI 生成的数学证明。
这是其中一项成果，主题是矩阵乘法
它将两个 n×n 矩阵相乘的已证明成本从约 n^2.371177（AlphaEvolve 在 8 月创下的纪录）降低到约 n^2.25。
该结果附带了 Lean 形式化，但它是一个理论界限，尚未为工程师提供适用于真实 GPU 工作负载的更快例程。
OpenAI 发布了其开放问题声明背后的完整论文：722 篇手稿，涵盖 372 项数学成果。 OpenAI 通过在其测试期间向内部模型提供约 4K 个研究问题来构建这个目录，然后将输出分组并筛选成 372 个重要的成果族。 几乎所有这些成果都来自同一个标准设置，并且每个成果平均使用了相当于 ChatGPT Pro 思考 3 小时的计算量。
原文
OpenAI published the full papers behind its open-problems claim: 722 manuscripts covering 372 math results. OpenAI built this catalogue by giving its internal model roughly 4K research problems during testing, then grouping and filtering the output into 372 significant result families. Almost all of those results came from the same standard setup, and each used on average the computing equivalent of 3 hours of ChatGPT Pro thinking.
来源：Rohan Paul · x.com