OpenAI опубликовала отчёт о прогрессе ИИ в математике и открыла репозиторий openai/math

OpenAI опубликовала на своём сайте материал «Sharing AI progress in mathematics» и выложила на GitHub репозиторий openai/math. 13 октября 2026 года публикацию разобрал канал Two Minute Papers в ролике «OpenAI's New AI Is Doing Things We Barely Understand». В описании ролика только две ссылки на первоисточники, ни одной метрики там нет. Поэтому ниже сказано, что известно точно, а что остаётся открытым.

Что опубликовано

Из доступных данных следует, что OpenAI оформила математические результаты отдельной публикацией и приложила к ней код. Это важная деталь. Компании обычно показывают математику через бенчмарки в релизных постах, а здесь для темы выделены и страница, и репозиторий. Тезис о том, что система делает вещи, которые «мы едва понимаем», принадлежит автору ролика. Это его формулировка из заголовка, а не заявление OpenAI.

В материалах, к которым у нас есть доступ, не раскрыты:

• название и архитектура модели, которая выдала результаты;
• набор задач и доля решённых;
• вычислительный бюджет и время работы на одну задачу;
• способ проверки решений: человек, формальный верификатор или оба.

Без этих параметров любое сравнение с конкурентами будет догадкой.

Контекст: откуда растёт интерес к математике

Математика стала главной проверочной площадкой для моделей рассуждения. Ответ либо верен, либо нет, а доказательство можно проверить. В июле 2025 года экспериментальная модель OpenAI набрала 35 баллов из 42 на Международной математической олимпиаде, то есть решила пять задач из шести. Это уровень золотой медали. С тех пор вопрос сместился с олимпиадных задач на исследовательские: способна ли модель найти новое доказательство или хотя бы надёжно проверить чужое.

Публикация с кодом на GitHub логично продолжает этот сюжет. Репозиторий позволяет проверить заявления самостоятельно, если внутри лежат задачи, решения и скрипты оценки. Насколько репозиторий полон, пока неясно.

Почему «едва понимаем» — повод для осторожности

Фраза из заголовка может означать три разных вещи. Первая: модель находит пути решения, которые людям неочевидны. Вторая: интерпретируемость отстаёт, и никто не может объяснить, почему рассуждение работает. Третья: заголовок сделан ради кликов. Для редакции важно не склеивать эти варианты. Пока мы не видим выводов самой OpenAI, оценка Two Minute Papers остаётся мнением обозревателя.

Как с этим работать

Если вы исследователь или инженер, начинайте с первоисточников, а не с видео. Порядок проверки такой:

• откройте пост на openai.com и найдите список задач, критерии зачёта и описание проверки;
• в openai/math посмотрите лицензию, формат данных и наличие скриптов для воспроизведения;
• проверьте, есть ли формальная верификация, например в Lean, или решения оценивали вручную;
• сравните заявленный вычислительный бюджет с вашим: результат, достижимый за часы на большом кластере, вряд ли пригоден для продукта.

Если вы строите продукт на LLM, здесь есть один практический вывод. Математические результаты полезны как индикатор способности к длинным цепочкам рассуждений, но в коммерческие задачи они переносятся не напрямую. Дождитесь независимых проверок, прежде чем менять стек или обещания клиентам. Мы вернёмся к материалу, когда появятся цифры из самого поста и первые воспроизведения.