Wir veröffentlichen ein breites Spektrum neuer mathematischer Ergebnisse, die von einem internen Frontier-Modell.
Da wir verbessern möchten, wie wir Ergebnisse mit der mathematischen Community teilen, haben wir uns mit der unabhängigen Advisory Group on Mathematics and Artificial Intelligence am Institute for Advanced Study(opens in a new window) beraten, um Best Practices zu entwickeln, und wir haben ihre Ratschläge und öffentlichen Empfehlungen(opens in a new window) herangezogen, um die Veröffentlichung dieser Ergebnisse zu gestalten.
Für diese Veröffentlichung veröffentlichen wir die Ergebnisse in einem GitHub-Repository, mit Protokollen für Papierrevisionen und Zitationen. Wir prüfen weiterhin andere von der Community gehostete Alternativen für diese Veröffentlichung, die den Richtlinien des Komitees entsprechen. Für künftige Veröffentlichungen haben wir uns verpflichtet, die Qualität der Arbeiten durch Zitationen, mathematische Darstellung und Präsentation der Ergebnisse weiter zu verbessern, um ein besseres Verständnis zu ermöglichen.
Im Rahmen unseres GitHub-Repositorys teilen wir Formalisierungen vieler der Beweise in Lean, einer Programmiersprache, die es ermöglicht, mathematische Beweise von einem Computer überprüfen zu lassen. Wir werden das Repository mit weiteren Formalisierungen aktualisieren, sobald wir diese erhalten.
Um wissenschaftliche Transparenz und Offenheit zu fördern, veröffentlichen wir im Repository auch zusätzliche Details dazu, wie wir die Ergebnisse erzielt haben. Dazu gehören 10 Zusammenfassungen der Argumentation des Modells, Schätzungen des eingesetzten Rechenaufwands in Form von Pro-Nutzung auf ChatGPT sowie Statistiken über die Anzahl der versuchten Probleme. Das durchschnittliche Ergebnis nutzte die äquivalente Rechenleistung von etwa drei Stunden ChatGPT Pro-Denkzeit.
Wir möchten, dass dieser Fortschritt die Grenzen des menschlichen Wissens erweitert und weitere Fortschritte in der Mathematik ermöglicht. Wir werden eine Reihe von Workshops, Konferenzen und Sonderprogrammen rund um das Verständnis wichtiger, von KI erzeugter Ergebnisse finanzieren – dazu teilen wir in Kürze mehr mit.
Wir wollen Wissenschaftler direkt mit modernsten Fähigkeiten ausstatten und arbeiten daran, das Modell, das diese Ergebnisse erzeugt hat, verantwortungsvoll zu veröffentlichen. Aus diesem Grund ist es wichtig, unsere internen Frontier-Modelle weiterhin in Mathematik und anderen Naturwissenschaften zu evaluieren, damit wir die Entwicklung von Werkzeugen zur Förderung dieser Bereiche beschleunigen können. Wir werden weiterhin Feedback aus der Community berücksichtigen und unsere Standards für künftige Bekanntgaben großer wissenschaftlicher Fortschritte aktualisieren.