آسترا، مدل بعدی OpenAI، روی ۱۰ مسئلهٔ باز ریاضی پیشرفت کرد
خلاصهٔ کاملتر
OpenAI پنج هفته بعد از معرفی خانوادهٔ GPT-5.6 حالا یه پیشنمایش از مدل بزرگ بعدیاش با اسم Astra داده. به گفتهٔ شرکت، یه نسخهٔ داخلی از این مدل روی ۱۰ مسئلهٔ دیرینه توی ریاضیات و علوم کامپیوتر نظری به نتیجه رسیده — مسائلی که دستکم یه دهه بدون پیشرفت روی نتیجهٔ اصلیشون باز مونده بودن.
نکتهای که خود OpenAI روش تأکید میکنه، ارزون بودن ماجراست: میگه برای رسیدن به این نتایج حجم عظیمی محاسبات خرج نکرده و مجموع توکنهای مصرفشده برای کشف هر ده جواب، با نرخ API مدل GPT-5.6 Sol چیزی حدود ۲۰۰۰ دلار میشد. بعد از کشف، همون مدل استدلالها رو به شکل دستنوشتهٔ پژوهشی درآورده و هر کدوم رو توی Lean فرمال کرده، تا اثباتها با سیستم اثبات قضیه قابل راستیآزمایی باشن.
موضوع مسائل از حوزههای خیلی متنوعیه: چگالی بستهبندی کره در ابعاد بالا، کرانهای بهبودیافته برای کدهای دودویی و کروی، ساختی که وجود گروههای non-sofic رو نشون میده، رد کردن حدس صلبیت کان، کران پایین تازه برای محاسبهٔ permanent با مدارهای حسابی، قضیهٔ تکرار موازی نمایی برای بازیهای کوانتومی دونفره، سختی تقریب مسئلهٔ نزدیکترین بردار (که به رمزنگاری پساکوانتومی ربط داره)، حدس حجم اِرهارت، و دو دسته نتیجه که مسائل ۱۸۳، ۱۴۶ و ۱۸۰ اردیش رو حل میکنن.
OpenAI مقالهها، گواهیهای Lean و توضیحهای خود مدل دربارهٔ مسیر استدلال هر ده مسئله رو منتشر کرده و انتظارش اینه که جامعهٔ ریاضی بررسی کنه این کشفها واقعاً چقدر مهمن و ایدههای پشتشون رو برای پژوهشهای بعدی به کار بگیره. فعلاً اینا ادعای خود شرکته و داوری بیرونی هنوز انجام نشده.
نکات کلیدی:
- Astra مدل بزرگ بعدی OpenAI بعد از خانوادهٔ GPT-5.6 هست
- یه نسخهٔ داخلیاش روی ۱۰ مسئلهٔ باز ریاضی و علوم کامپیوتر نظری نتیجه گرفته
- مسائل انتخابی دستکم یه دهه بدون پیشرفت باز مونده بودن
- هزینهٔ توکن کل کشفها به نرخ GPT-5.6 Sol حدود ۲۰۰۰ دلار برآورد شده
- اثباتها توی Lean فرمال شدن تا ماشین بتونه بررسیشون کنه
- مقالهها و گواهیهای Lean منتشر شدن و داوری جامعهٔ ریاضی هنوز مونده




