AI 科學研究
OpenAI 公布 Astra 產生的十項數學成果,Lean 4 憑證開放獨立重建
OpenAI 表示未公開模型 Astra 解決或推進十項數學與理論計算機科學問題,並釋出 249 頁手稿。每項結果均附可建置的 Lean 4 形式化憑證,但數學價值與手稿論證仍待領域專家審查。

OpenAI 公布由內部版 Astra 產生的十項數學與理論計算機科學結果,範圍橫跨高維球體堆積、編碼理論、群論、算術電路複雜度、量子平行重複、格密碼學與極值組合學。公司稱模型先找出論證,人類再與同一模型整理成總計 249 頁的手稿,最後由模型將各項論證形式化為 Lean 4 憑證。
較具體的主張包括:把一般高維球體堆積的漸近上界推進至 Cohn–Elkies 線性規劃門檻;構造非 sofic 群;提出反例否定 Connes 剛性猜想;證明 permanent 的算術公式下界達到 Ω(n⁴/log n);以及對歐幾里得最近向量問題給出 n^(1/400) 因子的近似困難度。OpenAI 也聲稱解出兩項 Erdős 極值圖論問題,並取得多色三角 Ramsey 數的超指數下界。
與只發布自然語言解答不同,`openai/ten-proofs` 儲存庫提供十個對應的 `.lean` 模組,固定使用 Lean 4.32.0、mathlib 與 Lake。研究者可先取得 mathlib cache,再執行 `lake build All` 重建全部形式化;另有 Comparator 挑戰,用於降低錯誤公理、未宣告假設或不受信任捷徑混入證明鏈的風險。OpenAI 估算搜尋這些解法所耗 token,若依 Sol API 費率折算約為 2,000 美元,但未公開 Astra 權重、完整搜尋軌跡、失敗樣本或實際運算量。
Lean 核心接受憑證,只代表形式化陳述能由指定依賴推導,不會自動證明形式化命題與原始公開問題完全等價,也無法取代對新穎性與文獻先例的檢查。下一步應觀察各領域研究者能否獨立重建、核對定義與找出更早結果;在此之前,十項成果宜視為附機器可驗證工件的重大研究主張,而非已完成同行評審的定論。