अप्रकाशित मॉडल विश्लेषण से OpenAI 722 गणित पांडुलिपियाँ

गणितज्ञों की सुबह कुछ ऐसी हुई मानो किसी ने LaTeX से भरा डंप ट्रक फैकल्टी लाउंज में पीछे करके खाली कर दिया हो। MLQ News की रिपोर्ट के अनुसार, OpenAI ने 722 गणितीय पांडुलिपियाँ प्रकाशित कीं, जिन्हें एक अभी जारी न किए गए आंतरिक frontier मॉडल ने बनाया था—और यही वह अहम मोड़ है जो कंफेटी कैनन के भीतर छिपा था। सबको पेपर, प्रूफ artifacts, और build instructions मिलते हैं, लेकिन वह मशीन नहीं मिलती जिसने उन्हें बनाया। यह ऐसा है जैसे आपको हज़ार रेस्तरां रसीदें और कुछ रेसिपी थमा दी जाएँ, जबकि शेफ किसी बंकर में बैठकर GPU से फुसफुसा रहा हो।

यह कोई सामान्य मॉडल लॉन्च नहीं है, और सच कहें तो, इसके लिए यूक्लिड का धन्यवाद। यहाँ उपयोगी कहानी यह नहीं है कि एक AI सिस्टम ने गणितीय गद्य का पहाड़ बना दिया। उपयोगी कहानी यह है कि OpenAI एक ऐसा रिलीज़ पैटर्न परख रहा है जहाँ verification surfaces, demo access से ज़्यादा मायने रखते हैं, क्योंकि गणित में theorem और fan fiction के बीच का फर्क कभी-कभी एक चुपचाप नाकाम होने वाला lemma हो सकता है।

OpenAI ने वास्तव में क्या जारी किया

MLQ News के अनुसार, OpenAI ने पांडुलिपियाँ 6 अक्टूबर को प्रकाशित कीं और उन्हें 372 families में संगठित किया, जिनमें number theory, geometry, theoretical computer science, mathematical physics, और logic जैसे क्षेत्र शामिल हैं। MLQ News यह भी रिपोर्ट करता है कि संग्रह एक public GitHub repository में रखा गया है, जिसमें source files, manuscript specific citation और build instructions, Lean proof artifacts, और एक overview catalog शामिल हैं। OpenAI ने कहा कि मॉडल का मूल्यांकन लगभग 4,000 open research problems पर किया गया, क्योंकि मौजूदा mathematics evaluations saturated हो चुके थे—जो यह कहने का विनम्र तरीका है कि पुराने tests अब pudding से बने speed bump जैसे हो गए थे।

@title आंतरिक मॉडल से सार्वजनिक artifacts तक
@source MLQ News
@source CellCog

  Internal model
        │
        ▼
  roughly 4000 problems
        │
        ▼
  722 manuscripts
        │
        ├→ 372 families
        └→ 162 Lean main results

@caption यह release outputs और proof work को सामने लाता है, जबकि model आंतरिक ही रहता है।

CellCog दो और विवरण जोड़ता है जो इस ढेर का मूल्यांकन आसान बनाते हैं: repository Apache 2.0 के अंतर्गत है, और Lean formalizations 722 papers में से 162 के main result को cover करते हैं। यह यह कहने जैसा नहीं है कि हर line settled mathematics है, लेकिन यह एक meaningful inspection surface है। PDFs बहुत गंभीर दिख सकते हैं, जबकि appendix में vibes की तस्करी कर रहे हों। Lean, मशहूर तौर पर, feelings कम रखता है।

Model जारी नहीं हुआ है, इसलिए receipts ज़्यादा मायने रखती हैं

MLQ News इस system को एक unreleased internal frontier model के रूप में पहचानता है, जिससे यह openness का बहुत खास स्वाद बन जाता है। Researchers manuscripts और supporting materials की जाँच कर सकते हैं, लेकिन वे model को rerun नहीं कर सकते, prompts test नहीं कर सकते, failure modes measure नहीं कर सकते, या problem classes में उसके behavior की तुलना नहीं कर सकते। यह किसी tool को open source करने जैसा कम और किसी बहुत उत्पादक colleague की lab notebooks publish करने जैसा ज़्यादा है, जो meetings में आने से इनकार करता है (समझ में आता है, लेकिन फिर भी एक constraint है)।

अगर artifacts पर्याप्त rich हैं, तो strategy फिर भी valuable हो सकती है। CellCog रिपोर्ट करता है कि release में एक subset के लिए checked main results शामिल हैं, जबकि MLQ News source files और build instructions का वर्णन करता है, जिनसे outsiders polished PDF से आगे जाकर examine कर सकते हैं। AI research workflows बनाने वाले readers के लिए यही practical lesson है: impressive claims के आसपास reproducible objects चाहिए। Model sealed हो सकता है, लेकिन math को उन लोगों के संपर्क में टिकना होगा जिनके पास red pens और tenure हैं।

Verification अब product का हिस्सा है

A Human Audit of OpenAI’s AI-Generated Mathematical Proofs ने उन दस mathematical results की जाँच की जिन्हें OpenAI ने 1 अगस्त 2026 को announced किया था, और उसके abstract में कहा गया कि review किए गए principal results में कोई surviving confirmed substantive mathematical error नहीं मिला। वही audit यह भी चेतावनी देता है कि review record uneven था, कई dependencies केवल partly checked थीं, और Chapter 8 में compressed analytic passages को लेकर एक major reservation था। दूसरे शब्दों में, lesson यह नहीं है कि robot पर trust करो। Lesson यह है कि robot से ऐसी चीज़ें बनवाओ जिन्हें humans और proof assistants सच में interrogate कर सकें।

यह context 722 manuscript release के लिए मायने रखता है, क्योंकि CellCog कहता है कि केवल 162 papers के main result की Lean formalizations हैं। Formal verification proof carpet पर लगे हर दाग के लिए magic detergent नहीं है, लेकिन यह review posture बदल देता है। यह पूछने के बजाय कि क्या AI output plausible लगता है, reviewers पूछ सकते हैं कि कौन से claims machine checked हैं, कौन से human reading पर depend करते हैं, और कौन से अब भी obvious label वाला suspicious trench coat पहने हुए हैं।

AI math पहले से ही कमरे में है

व्यापक AI4Math trend इस release से पहले ही तेज़ हो रहा था। arXiv paper The Gold Rush in AI4Math ने 1 मार्च से 20 अगस्त 2026 के बीच posted 32,944 mathematics related arXiv submissions का analysis किया और 3,575 को पहचाना जिनमें AI use explicitly disclosed था। इनमें से 1,712 में कम से कम एक substantive mathematical contribution शामिल था, और disclosed AI use वाला substantive हिस्सा मार्च में mathematics submissions के 1.39 percent से बढ़कर 20 अगस्त तक 14.09 percent हो गया।

इससे OpenAI का release कहीं से अचानक गिरी बिजली कम और उस कमरे में बजता तेज़ klaxon ज़्यादा लगता है जो पहले से smoke machines से भर रहा था। Near term question यह नहीं है कि AI mathematical research को छुएगा या नहीं, क्योंकि The Gold Rush in AI4Math संकेत देता है कि वह पहले से छू रहा है। Question यह है कि disclosure, formal proof, attribution, और access के आसपास कौन से norms harden होंगे। अगर AI math की अगली wave public artifacts plus private models के रूप में आती है, तो जो लोग audit, formalize, और reproduce कर सकते हैं, उनके पास घर की सबसे अच्छी seat होगी।

Builders, researchers, और progress को glitter से अलग करने की कोशिश कर रहे किसी भी व्यक्ति के लिए सलाह: press adjectives के बजाय GitHub artifacts देखें। गिनें कि क्या formalized है, जाँचें कि क्या reproducible है, और पूछें कि क्या internal access के पीछे locked रहता है। Theorem headline हो सकता है, लेकिन plot verification pipeline में छिपा है।