Un dépôt rend une affirmation examinable, pas acceptée. Le récit de la publication OpenAI du 6 octobre compte 719 manuscrits en 372 familles d'un modèle interne. Arguments auxiliaires et preuves alternatives partagent une famille : ce ne sont pas autant de percées.
Reliez pour chaque résultat théorème exact, hypothèses, provenance, artefact formel et revue humaine responsable. On identifie la valeur sans prendre le volume pour justesse ou importance.
Garder le dénominateur de recherche
OpenAI annonce environ 4 000 problèmes avant regroupement et filtrage. Cela ne donne ni difficulté, tous les échecs, ni sélection reproductible. Diviser manuscrits par problèmes n'est pas un taux général : familles et variantes ont d'autres unités.
Dix résumés abrégés ne sont pas l'histoire de chaque travail. Le calcul global ne remplace pas prompts, modèle, temps et révisions. Un modèle inaccessible empêche reproduction et questions voisines à conditions égales.
Vérifier le sens du code formel
Environ 42 % des résultats principaux sont formalisés, pas des 719 textes. Lean vérifie les pas selon définitions et hypothèses, sans garantir l'identité entre théorème codé et prose.
Une analyse du précédent Navier–Stokes a trouvé des écarts sans déclarer tout l'argument faux. Une borne demandait quatre dérivées supplémentaires dans le texte et cinq formellement. Compilation et fidélité sémantique sont deux vérifications.
Relier chaque affirmation à ses preuves
Quelle déclaration Lean soutient théorème et étapes, quelles hypothèses changent, que reste-t-il ? Conservez correspondances lisibles par machine, construction, dépendances et limites, en distinguant explication corrigée et résultat modifié.
Le groupe indépendant AGMAI conseille, sans certifier le lot. Il distingue travail compris par un auteur et résultat en attente. Revue, séminaires, questions et corrections responsables restent nécessaires.
Financer la compréhension autant que la génération
Justesse, originalité, utilité et explication diffèrent. Un théorème vrai peut répéter ou peu apporter ; une méthode utile exige exposition. Le volume surcharge vite les rares experts de domaines étroits.
OpenAI promet ateliers et programmes, mais indépendance, structure et échelle sont ouvertes. Ils doivent produire explications et chercheurs capables de défendre le travail, non publicité. Une allocation indépendante protège aussi le choix hors agenda du laboratoire.
Suivez revue de chaque résultat, meilleures cartes et réutilisation. Gardez corrections et retraits visibles plutôt que remplacer silencieusement. Le progrès est la compréhension indépendante, pas seulement taille du dépôt ou taux partiel de formalisation.