Ein Gerücht über ein unveröffentlichtes OpenAI-Ergebnis änderte den Zeitplan dreier MIT-Forscher, bevor die KI-Beweise lesbar waren. Dor Minzer sowie Yumou Fei und Shuo Wang hörten am 11. September von einem nahenden Unique-Games-Ergebnis. Am 14. veröffentlichten sie 95 rohe Seiten zu einem verwandten, anderen Satz. OpenAI stellte am 6. Oktober seine Sammlung mit einem beanspruchten Beweis der Vermutung vor.
Der menschliche Durchbruch war im April erfolgt; die Erklärung entstand noch. Der erwartete Unternehmensbeitrag machte öffentliche Priorität dringlicher als ausgearbeitete Darstellung. Beide Sätze ersetzen einander nicht; kein Preprint ersetzt unabhängige Fachprüfung.
Zwei verschiedene Ergebnisse
Subhash Khot führte Unique Games 2002 ein. Verbundene Knoten erhalten Labels, jede Kante eine Permutationsbedingung. Das Label einer Seite bestimmt genau ein zulässiges der anderen. Diese Eins-zu-eins-Regel erklärt den Namen.
Die Vermutung betrifft Approximationshärte. Vereinfacht ist die Unterscheidung zwischen fast vollständig erfüllbaren Instanzen und solchen mit nur einem kleinen erfüllbaren Anteil schwer. Das bedeutet nicht, dass Lösungen fehlen, sondern begrenzt effiziente allgemeine Algorithmen für genau definierte Eingabefamilien.
Optimierung verwendet Näherungen, wenn exakte Optima zu teuer sind. Unique Games verbindet viele bekannte Garantien mit grundlegenden Härtegrenzen. Raghavendras Rahmen von 2008 zeigt unter der Vermutung die Optimalität einer semidefiniten Strategie für breite Klassen: geometrische Relaxation lösen und zu diskreten Entscheidungen runden.
Der MIT-Satz betrifft perfekte Vollständigkeit: alle Anfangsbedingungen sind erfüllbar, nicht fast alle. Bei 2-zu-1 erlaubt ein Label zwei kompatible Gegenlabels, bei 4-zu-1 vier. Das ist schwächer als die ursprüngliche 2-zu-1-Behauptung, erreicht aber einen exakten Fall außerhalb der unmittelbaren üblichen Unique-Games-Aussage.
Warum alle nicht fast alle bedeutet
Minzer und Kollegen erreichten 2018 fast perfekte Vollständigkeit. Eine kleine Lücke verhindert dennoch Reduktionen mit vollständig erfüllbarem Ausgangspunkt. Der genaue Endpunkt ist deshalb nicht kosmetisch.
Fei und Wang begannen 2025. Ein neuer Fehlerkorrekturcode war vielversprechend, passte aber wiederholt nicht zur Reduktion. Der Aprildurchbruch kombinierte quadratische Gleichungen, eine mittlere Prüfschicht und einen inneren Prüfer mit Grassmann-artiger Codierung.
Das sind probabilistisch überprüfbare Beweise: wenige zufällige Stellen einer langen Codierung werden geprüft. Die Härtereduktion muss eine Lücke zwischen anzunehmenden und abzulehnenden Fällen bewahren. Entscheidend ist das Zusammenspiel der Schichten, nicht nur der Code.
Eine Folge betrifft Färbung. Selbst bei garantiert dreifärbbaren Graphen bleibt es NP-schwer, eine gültige Färbung mit beliebiger fester Farbzahl zu finden. Mehr Farben garantieren keinen effizienten allgemeinen Algorithmus. Hinzu kommen unabhängige Mengen bestimmter Hypergraphen, deren Kanten mehr als zwei Knoten verbinden.
Das unterscheidet sich von OpenAIs üblicher Unique-Games-Behauptung. Das MIT schützte einen eigenen Weg und dessen Folgen, kein Duplikat.
Der Preis einer Veröffentlichung in drei Tagen
Das Team bezeichnete die Mathematik als abgeschlossen, die Präsentation aber nicht wie gewünscht. Der ECCC-Preprint vom 14. September hatte 95 Seiten. Nach Abschnitt 6 fehlten laut Minzer fast alle verbindenden Wörter: Definitionen und Zwischenbeweise ohne übliche Leserführung.
Darstellung ist Forschungsinfrastruktur. Motivation, Übergänge, Vergleiche und Erklärung ermöglichen Prüfung und Wiederverwendung. Ein schneller Zeitstempel ließ diese Arbeit offen.
Argument, Modell, genaue Behauptung und Termin der Firma waren unbekannt. Es war kein üblicher Wettlauf vergleichbarer menschlicher Zeitpläne. Erwartete Maschinenausgabe lenkte Arbeit vor der Fachbewertung um.
Die Menge schafft eine zweite Prüfaufgabe
OpenAI meldete etwa 4.000 versuchte Probleme und 722 Manuskripte zu 377 Fragen. Eine Sammlung enthielt 40 theoretische Informatikbeweise. Versuche, Texte, Fragen und Beweise sind verschiedene Einheiten, nicht austauschbare gelöste Probleme.
Die durchschnittliche Rechenmenge entspreche drei Stunden ChatGPT-Pro-Denken pro Ergebnis. Das ist weder exakter Unique-Games-Aufwand noch einheitliches Budget. Etwa die Hälfte war laut Unternehmen bei Bekanntgabe formal geprüft; die restliche Formalisierung blieb Erwartung.
Das Manuskript beansprucht eine explizite deterministische Polynomialzeitreduktion von 3SAT auf ungewichtete Instanzen mit Lean-Artefakten. Folgen für Schnitte, Überdeckung, Ordnung, Löschung, Cluster und Erfüllbarkeit hängen auch von älteren Reduktionen ab.
OpenAI stellte keine normale begutachtete Publikation vor. Quellen und Darstellung müssten besser werden; Verständnis wichtiger Ausgaben solle gefördert werden. Öffentliche Resultate sind Evidenz, keine fertige Gemeinschaftsbewertung.
Lean prüft eine formale Aussage
Lean prüft, ob codierte Schritte aus codierten Annahmen und Regeln folgen. Das ist stärker als Selbstauskunft des Modells. Experten müssen trotzdem Satz und beabsichtigte Vermutung, importierte Annahmen und Verbindung zum Text prüfen.
Quantorenreihenfolge und Abhängigkeit der Alphabetgröße von Fehlerparametern sind empfindlich. Geänderte Abhängigkeiten können einen ähnlich aussehenden Satz schwächen. Vollständigkeit, Korrektheit, Explizitheit und Polynomialzeit müssen der Standardbehauptung entsprechen.
Eine geprüfte Ableitung erklärt nicht automatisch Idee, Neuheit, Zuschreibung oder Konsens. Prüfung und Verständnis sind verwandte, verschiedene Schritte. Auch der überstürzte menschliche Text braucht Fachprüfung und Verbesserung.
Reproduzierbarkeit hat Ebenen. Lean-Artefakte und Abhängigkeiten erlauben erneute Prüfung. Das namenlose interne Modell ist nicht öffentlich; ausgewählte Zusammenfassungen und Statistiken liefern nicht jeden Prompt, Samplingentscheid oder Eingriff. Entdeckung zu reproduzieren ist etwas anderes.
Nun zählen unabhängige Abgleichprüfungen, ein verständlicherer MIT-Text und prüfbare Veröffentlichungen im Maschinenmaßstab. Der Vorfall änderte bereits Termine und Priorität. Dauerhafter Fortschritt hängt davon ab, geprüfte Ausgaben in Erklärungen zu verwandeln, die andere untersuchen, verändern und verstehen können.