722 Kertas Mate Sehari Lumpuhkan Barisan Review

722 Kertas Mate Sehari Lumpuhkan Barisan Review

Pada 6 Oktober 2026, OpenAI menerbitkan 722 manuskrip dalam 372 keluarga hasil ke sebuah GitHub repository. Semua dihasilkan oleh satu internal frontier model yang tidak dikeluarkan kepada umum. Sehari kemudian, syarikat itu menarik balik tiga daripadanya kerana satu sign error, dan menyemak semula empat belas lagi.

Penarikan sehari itu merumuskan keseluruhan cerita. Menghasilkan matematik pada skala industri rupa-rupanya mudah. Menyemak, memahami, dan menentukan maksudnya — itu bahagian susah, dan kerja itu masih milik manusia.

Artikel ini susulan kepada dua posting September: bedah teknikal dakwaan Navier–Stokes dan pertikaian kredit di sekelilingnya. Sejak itu perbalahan beralih daripada satu bukti kepada keseluruhan barisan pengeluaran.

Apa yang OpenAI keluarkan pada 6 Oktober

Release itu duduk dalam public openai/math GitHub repository. OpenAI kata mereka merujuk kepada Advisory Group on Mathematics and AI di Institute for Advanced Study, dan menggunakan public recommendations kumpulan itu untuk membentuk release ini, termasuk protokol untuk paper revisions dan citations.

Isinya: formalisasi Lean untuk banyak bukti tapi bukan semua, dengan janji tambahan kemudian. Ada juga 10 ringkasan reasoning model itu, anggaran compute dalam unit penggunaan ChatGPT Pro — purata satu hasil menelan lebih kurang tiga jam Pro thinking — serta statistik tentang problem yang dicuba. Model itu sendiri kekal internal, walaupun OpenAI kata mereka sedang berusaha release ia secara bertanggungjawab, di samping dana untuk workshop memahami hasil AI.

Setiap item dalam senarai itu sebenarnya pengakuan bahawa lambakan fail bukan kerja matematik. Lapisan governance sedang dibina selepas kilang sudah beroperasi.

Tiga ditarik, empat belas disemak semula

Retraction Watch melaporkan pada 8 Oktober bahawa OpenAI mengumumkan penarikan tiga manuskrip pada 7 Oktober kerana satu sign error. Error itu membatalkan hujah dalam satu manuskrip dan construction yang digunakan oleh dua paper yang bergantung kepadanya. Setiap paper yang ditarik membawa notis yang menerangkan gap itu. Dalam pengumuman sama, OpenAI berkata empat belas manuskrip lain disemak semula dengan proof repairs, corrected statements, hipotesis dan dependencies yang lebih jelas, serta satu obsolete citation yang dibetulkan.

Ini revision control yang berfungsi seperti direka: notis pada paper, sebab dinyatakan, dependent papers ditanda dan bukannya ditampal senyap-senyap.

Tapi kira reviewernya. Tiga penarikan dan empat belas semakan dalam 24 jam selepas lambakan 722 fail bermakna tujuh belas paper berubah sebelum sesiapa di luar syarikat sempat membaca sebahagian kecil pun release itu. Formalisasi Lean boleh menangkap langkah salah, tapi hanya kalau formalisasi itu wujud — dan OpenAI sendiri mengakui banyak hasil belum ada. Selebihnya menunggu dalam barisan sama seperti selalu: referee manusia yang tidak bergaji, satu bacaan teliti pada satu masa.

Skrip kecil menunjukkan skala masalah. Beri satu clone tempatan sebuah mass-release repository, skrip ini menyemak setiap folder manuskrip dan melaporkan mana yang membawa notis withdrawal atau revision:

import os
import sys

NOTICE_FILES = ("WITHDRAWN.md", "withdrawn.md", "REVISION.md", "revision.md")
NOTICE_MARKERS = ("withdrawn", "gap in the proof", "revised", "proof repair")


def audit_manuscripts(root):
    total = 0
    flagged = []
    for entry in sorted(os.listdir(root)):
        path = os.path.join(root, entry)
        if not os.path.isdir(path):
            continue
        total += 1
        hits = []
        for name in sorted(os.listdir(path)):
            full = os.path.join(path, name)
            if os.path.isdir(full):
                continue
            if name in NOTICE_FILES:
                hits.append(name)
                continue
            if name.endswith(".md"):
                try:
                    with open(full, encoding="utf-8") as fh:
                        head = fh.read(2000).lower()
                except OSError:
                    continue
                if any(m in head for m in NOTICE_MARKERS):
                    hits.append(name)
        if hits:
            flagged.append((entry, hits))
    return total, flagged


if __name__ == "__main__":
    root = sys.argv[1] if len(sys.argv) > 1 else "manuscripts"
    try:
        total, flagged = audit_manuscripts(root)
    except FileNotFoundError:
        print(f"missing folder: {root}")
        raise SystemExit(1)
    print(f"{total} manuscript folders, {len(flagged)} carry notices")
    for slug, hits in flagged:
        print(f"- {slug}: {', '.join(hits)}")

Tujuh belas fail bergerak daripada 722 ialah kadar churn 2.4% pada hari pertama. Untuk jurnal biasa itu sudah skandal. Untuk repository drop ia dipersembahkan sebagai proses. Kedua-dua gambaran itu benar, dan jurang antaranya ialah masalah governance.

Ahli matematik yang sudah menjangkakan ini

Lambakan 6 Oktober tidak menimpa komuniti yang tidak bersedia. Pada 11 September, tiga hari selepas pengumuman Navier–Stokes, 25 pemenang Fields Medal menandatangani deklarasi bertajuk A Severe Misalignment of AI in Mathematics, diterbitkan di blog Terence Tao. Tuduhan terasnya jelas: "the push by AI companies to solve mathematical problems as a benchmark is detrimental to the science of mathematics," dan "the goals of the AI companies and the goals of the mathematical community are severely misaligned."

Deklarasi itu membawa tiga hujah yang wajar dinyatakan jelas. Pertama, problem terkenal ialah mercu tanda untuk mengukur pemahaman, bukan slot leaderboard; melayaninya sebagai benchmark menterbalikkan tujuan. Kedua, pengumuman tergesa-gesa melangkau kerja perlahan — writeup proper, pengasingan method, citation kerja terdahulu — yang menimbulkan persoalan attribution dan plagiarism. Ketiga, sumber paling jarang ialah pelajar dan idea, dan pengeluaran besar-besaran kenyataan "true/false" tanpa rantaian transmisi manusia — talk, ringkasan, ajaran — membiarkan idea AI mati kaku: "the mass production at faster and faster pace of 'true/false' statements could destroy fertile ground instead of breathing life into new ideas."

Sebulan kemudian, Association for Human Mathematics menjawab lambakan 722 fail itu dengan nada sama. Seperti dipetik Retraction Watch, kumpulan itu berkata: "Mathematicians did not ask for this work to be done," sambil menambah "releasing over 700 files at once is not a demonstration of scholarship, but a demonstration of power," dan menggesa ahli matematik menghentikan kerja dengan OpenAI demi "a vision of science that centers human understanding."

Tak perlu sokong seruan boikot untuk nampak maksudnya. Scholarship sememangnya rate-limited. Power ialah keupayaan mengabaikan had itu.

Ahli matematik OpenAI sendiri tidak sempat ikut

Scientific American melaporkan bahawa jurucakap OpenAI memberitahu majalah itu bahawa banyak hasil baru belum lagi difahami oleh ahli matematik syarikat sendiri — dan syarikat tidak bercadang perlahan, kerana problem-problem ini ujian yang mereka guna untuk menunjukkan model semakin pandai.

Pengakuan itu berat. Pengeluar belum dapat menerangkan output sendiri. Reviewer ada 722 fail untuk ditapis. Model kekal internal, jadi tiada siapa boleh menyiasat bagaimana hasil dicapai. Satu-satunya lapisan verifikasi yang berskala — semakan Lean — meliputi banyak bukti tapi bukan semua, dan menyemak kenyataan formal bukan memahaminya. Bedah formalisasi Navier–Stokes September lalu membuat perbezaan sama: checker mengesahkan theorem mengikut daripada andaian, manusia masih perlu menentukan maksud theorem itu.

Setiap hasil AI tiba dengan hutang verifikasi, dan hutang itu berganda dengan volume — seperti yang sudah ditunjukkan episod konjektur Erdős sebelum ini.

Jam Clay bergerak perlahan dengan sengaja

Berbanding kepantasan release, kenyataan 11 September Clay Mathematics Institute terbaca seperti abad berbeza — dengan sengaja. Clay berkata mereka berkongsi keterujaan sambil meneliti pengumuman bahawa problem Navier–Stokes "apparently been settled", dan berharap "waves of new human understanding" apabila kerja itu dianalisis. Kemudian brek: peraturan prize menerangkan proses penilaian dan kredit, "the process is deliberately unhurried," dan kemas kini akan menyusul.

Peraturan di sebalik ayat itu spesifik. Sebelum Clay menimbang sebarang penyelesaian, tiga syarat mesti dipenuhi serentak: penerbitan dalam qualifying outlet, sekurang-kurangnya dua tahun sejak penerbitan, dan penerimaan umum komuniti matematik global. Clay tidak menerima submission terus. OpenAI pula berkata mereka tidak berniat menuntut prize itu.

Jadi dua jam bergerak serentak. Jam repository mengukur fail sehari. Jam Clay mengukur tahun dan konsensus. Yang pertama menghidangkan penilaian model; yang kedua menghidangkan matematik. Deklarasi medalists itu, pada dasarnya, tuntutan supaya jam pertama berhenti menyamar sebagai jam kedua.

Apa yang wajar dipantau selain kiraan fail

Kiraan fail metrik salah dari sini. Empat isyarat lebih penting.

Pertama, liputan Lean. Setiap hasil yang mendapat formalisasi boleh disemak mesin berubah daripada "trust-me" kepada "check-this". Pantau pecahannya, bukan jumlahnya.

Kedua, log withdrawal dan revision. Rekod pembetulan yang public dan pantas membezakan repository dengan lambakan. Episod 3-dan-14 itu baseline; soalannya sama ada pembetulan seterusnya sama telus.

Ketiga, exposition. Workshop, writeup boleh dibaca, method yang diasingkan, citation proper — barangan perlahan yang diminta medalists. Dana conference yang dijanjikan permulaan, bukan hasil.

Keempat, model itu. Model yang tidak dikeluarkan tetapi menghasilkan ratusan hasil belum direview memusatkan keupayaan dan akauntabiliti dalam satu syarikat. Janji release bertanggungjawab OpenAI ialah komitmen paling menentukan dalam seluruh susunan ini.

Episod Navier–Stokes bermula sebagai pertikaian prioriti antara penyelidik. Sebulan kemudian ia pertikaian governance antara barisan pengeluaran dan satu profesion. Bukti kini murah. Pemahaman masih kerja tangan. Selagi barisan review tidak mengejar pipeline release, setiap kiraan fail baru mengukur backlog, bukan breakthrough.

Sumber

• OpenAI — Sharing AI progress in mathematics
• Clay Mathematics Institute — Navier-Stokes Announcement
• Clay Mathematics Institute — Rules for the Millennium Prize Problems
• Terence Tao — A Severe Misalignment of AI in Mathematics
• Retraction Watch — OpenAI withdraws three preprints a day after releasing 722 manuscripts
• Scientific American — OpenAI unleashes hundreds more math results upon a field already in shock
• OpenAI — On the Navier–Stokes Millennium Prize Problem

---

Nota editorial

Kiraan (722 manuskrip, 372 keluarga, 3 ditarik, 14 disemak) serta perincian advisory-group, liputan Lean, dan compute adalah merujuk kepada halaman release OpenAI dan laporan Retraction Watch seperti dipaut. Petikan deklarasi Fields Medalists, kenyataan Clay, dan Association for Human Mathematics dikemukakan sebagai kenyataan pihak-pihak itu, bukan fakta yang sudah established. Artikel ini follow-up governance kepada dua artikel hejes.my sebelum ini dan tidak membuka semula pertikaian authorship September.