Модель GPT-6 Astra от OpenAI заняла первое место в бенчмарке ErdosBench, предназначенном для оценки решения открытых математических задач. Нейросеть набрала 3,23 балла, решив 106 задач, из которых 43 были выполнены полностью, а 27 опровергнуты.
Показатели Astra демонстрируют прирост эффективности в математических исследованиях на 5–10%. Модель превзошла предыдущую версию GPT-5.6 Sol, которая решила 78 задач, при этом Astra показала более точный стиль изложения и отсутствие необоснованных заявлений.
Главный научный сотрудник OpenAI Якуб Пачоцки заявил, что компания намеренно не оптимизировала Astra для математики. Основные ресурсы были направлены на развитие систем рекурсивного самообучения и автоматизированного выравнивания для сохранения лидерства в исследованиях.
Такой подход подтверждает наличие жестких компромиссов при разработке ИИ: концентрация на узких дисциплинах может приводить к стагнации в других областях. Это ставит под сомнение концепцию создания универсального искусственного интеллекта, развивающегося равномерно.
Быстрая генерация доказательств с помощью ИИ вызывает опасения в научном сообществе. Математики предупреждают о риске перехода от дефицита доказательств к их избытку, что потребует пересмотра фундаментальных ценностей и методов работы в данной дисциплине.
