OpenAI Astra、未解決問題10題を解く

OpenAI は、次世代主要モデルとして説明されている Astra の内部版が、数学における未解決の問題10題を解いたことを明らかにした。このモデルは非常に効率的に動作する。推論中に消費されたトークンで測定された総計算コストは、現在の Sol API 価格で約2,000ドルである。

各解答のワークフローは構造化されたパイプラインに従っている。まず、Astra が数学的議論を生成する。次に、人間の研究者がこれらの生のアウトプットを出版または提示に適した形式的な論文に整理する。3番目に、Astra が各議論を Lean で形式化し、記号レベルで正確性を検証する証明支援システムである。この形式化ステップは重要である。解答が単なるもっともらしい散文ではなく、数学的に厳密な証明であることを保証する。Lean 認定は形式検証の黄金基準であるため、このステップに合格した解答は、推測的なアウトプットではなく、本物の数学的進歩を示している。

OpenAI は10個の解答それぞれについて、モデルの推論プロセスの解説も公開している。この透明性の取り組みにより、研究者や実務家は Astra がステップバイステップで数学的問題解法にどのようにアプローチするかを検査することができる。

この結果の重要性は、長年続いてきた制限を逆転させることにある。大規模言語モデルは歴史的に数学で劣った性能を示しており、研究者や評論家は推論における根本的な欠陥の証拠としてこのギャップを頻繁に引き合いに出してきた。Astra が未解決問題を解く能力は、少なくともフロンティアにおいてこの能力ギャップが縮小しつつあることを示唆している。ただし、この記事では Astra が Fable や Sol のような先行する OpenAI モデルを超える劇的な飛躍を示しているかどうかについては明記されておらず、「Astra は数学ができることがわかっているだけである。本当の数学として」とだけ述べられている。