GitHub-радар
Посмотри, как непубличная модель OpenAI решает математические задачи
OpenAI выложила на GitHub 721 математическую статью, написанную её непубличной внутренней моделью — это сырой срез того, как сейчас обстоят дела с ИИ-рассуждениями над сложными научными задачами.
Публичный репозиторий с 721 математической статьёй (записями доказательств), которые сгенерировала непубличная модель OpenAI. Около 42% ключевых результатов проверены построчно инструментом Lean, остальные могут содержать ошибки.
Когда пригодится
Пригодится, если хочешь разобраться, как ИИ рассуждает над настоящими математическими задачами и где у него пределы. Не нужен, если ищешь готовый инструмент или проверенную научную работу — это черновики, а не финальные статьи.
Плюсы
- Показывает реальный текущий уровень непубличной модели OpenAI в математике
- Есть сокращённые разборы рассуждений модели по 10 темам
- 42% ключевых результатов проверены построчно инструментом Lean
- Бесплатный доступ к репозиторию для любого желающего
Минусы
- Это не готовый продукт, а сырые исследовательские данные
- Большая часть результатов не формализована и может содержать ошибки
- Нужны базовые математические знания, чтобы оценить содержание
Как поставить — по шагам
- 1Открой репозиторий https://github.com/openai/math и просмотри список из 373 семейств результатов.
- 2Выбери тему или статью, которая тебе интересна, через обзор или карту рукописей.
- 3Отправь агенту текст из блока ниже, чтобы получить простое объяснение задачи и подхода модели.
- 4Проверь, есть ли у выбранного результата формализация в Lean — признак более надёжной проверки.
- 5Посмотри готовые разборы рассуждений модели (reasoning_traces), если тема попала в список из 10 примеров.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Открой репозиторий https://github.com/openai/math, выбери одну рукопись или семью результатов на тему, которая мне интересна, и объясни по-простому, в чём была задача и как к ней подступилась модель OpenAI.
▌ Ещё находки