Wir veröffentlichen eine breite Palette neuer mathematischer Ergebnisse, die von einem internen Frontier-Modell erstellt wurden.
Da wir nach Möglichkeiten suchen, wie wir die Ergebnisse mit der Mathematikgemeinschaft teilen können, haben wir mit der unabhängigen Beratungsgruppe für Mathematik und künstliche Intelligenz am Institut für fortgeschrittene Studien>(öffnet in einem neuen Fenster) gesprochen, um beste Praktiken zu entwickeln. Wir haben ihre Ratschläge sowie öffentliche Empfehlungen>(öffnet in einem neuen Fenster) genutzt, um zu bestimmen, wie wir diese Ergebnisse veröffentlichen.
Für diese Veröffentlichung veröffentlichen wir die Ergebnisse in einem GitHub-Repository, mit Protokollen für die Überarbeitung von Artikeln und Zitierungen. Wir führen weiterhin Untersuchungen an anderen von der Gemeinschaft verwalteten Alternativen für diese Veröffentlichung durch, die den Richtlinien des Komitees entsprechen. Für zukünftige Veröffentlichungen sind wir bestrebt, die Qualität der Artikel durch Zitierungen, mathematische Darstellung und die Präsentation der Ergebnisse weiter zu verbessern, damit sie besser verstanden werden können.
Als Teil unseres GitHub-Repositories teilen wir die Formalisierungen vieler Beweise in Lean mit – einer Programmiersprache, die es ermöglicht, mathematische Beweise von einem Computer überprüfen zu lassen. Wir werden das Repository mit weiteren Formalisierungen aktualisieren, sobald wir sie erhalten.
Um die wissenschaftliche Transparenz und Offenheit zu fördern, veröffentlichen wir auch zusätzliche Details darüber, wie wir die Ergebnisse erzielt haben, im Repository. Dazu gehören 10 Zusammenfassungen des Modellverfahrens, Schätzungen der verwendeten Rechenleistung in Bezug auf Pro-Verwendung bei ChatGPT und Statistiken über die Anzahl der versuchten Probleme. Das durchschnittliche Ergebnis erforderte eine äquivalente Rechenleistung, die etwa drei Stunden ChatGPT Pro-Denken entspricht.
Wir wollen, dass dieser Fortschritt die Grenzen des menschlichen Wissens erweitert und weitere Fortschritte in der Mathematik ermöglicht. Wir werden eine Reihe von Workshops, Konferenzen und speziellen Programmen finanzieren, die sich mit dem Verständnis der wichtigsten Ergebnisse, die von KI erzielt werden, beschäftigen – wir werden in naher Zukunft mehr darüber berichten.
Wir möchten die Wissenschaftler direkt mit modernsten Fähigkeiten ausstatten und arbeiten daran, das Modell, das diese Ergebnisse erzielt hat, verantwortungsvoll freizugeben. Deshalb ist es wichtig, die internen Grenzmodellen in Mathematik und anderen Wissenschaften weiterhin zu bewerten, damit wir die Tools für die Fortschritte in diesen Bereichen beschleunigen können. Wir werden weiterhin auf Rückmeldungen aus der Gemeinschaft reagieren und unsere Standards für zukünftige Bekanntgaben über wichtige wissenschaftliche Fortschritte aktualisieren.