OpenAI löst Millennium-Preis-Problem – und stiehlt Anthropic die Show
The Navier–Stokes Millennium Prize Problem
OpenAI hat mit einem unveröffentlichten Modell das Navier–Stokes-Existenz- und Glattheitsproblem gelöst, eines der sieben Millennium-Preis-Probleme. Die Entdeckung wird von Vorwürfen überschattet: Tristan Buckmaster und Levent Alpöge hatten fast ein Jahr mit Claude und Codex daran gearbeitet und am 15. August einen Durchbruch erzielt. OpenAI startete sein Projekt am 1. September, nachdem Gerüchte die Runde machten. Die Agenten verbrauchten 300 Milliarden Output-Tokens, die Lean-Formalisierung dauerte 17 Stunden.
Ich fragte, wann der erste Prompt von ihnen gesendet worden war. Diese Frage wurde von OpenAI einige Zeit nicht direkt beantwortet. Schließlich einigte man sich darauf, dass er in den letzten Tagen gesendet worden war, nachdem Informationen über unsere Arbeit OpenAI erreicht hatten.
- bob1029
> ... wir hörten Gerüchte, dass zwei Millennium-Preis-Probleme gelöst worden seien. Inspiriert von diesen Gerüchten ...
Ich habe genau diesen Effekt letzte Woche beobachtet. Ich machte eine Entdeckung bezüglich einer schrittweisen Leistungsverbesserung in einer Codebasis. Ich teilte die Benchmark-Ergebnisse mit einem Kollegen und innerhalb von 12 Stunden hatten sie dasselbe repliziert. Wir hatten beide jahrelang danach gesucht.
Ich denke, jemandem Hoffnung zu geben, dass eine Antwort existiert, könnte heutzutage genauso gut dasselbe sein wie ihm die Antwort zu geben. Wettbewerb ist eine verdammt starke Droge, und Frontier-LLMs verstärken diese Energie aggressiv.
- burrish
>Wenngleich unwahrscheinlich, können wir nicht ausschließen, dass de-identifizierte Daten, die aus ihrer Nutzung unserer Produkte stammen, dazu beigetragen haben, unsere Modelle zu verbessern.
Was meinst du, als OpenAI-Mitarbeiter kannst du nicht sagen, dass seine Arbeit in die Trainingsdaten eingegangen ist?
Aber korrigiere mich auch, wenn ich falsch liege: Wenn die beiden Mathematiker wirklich kurz davor waren, dieses Problem zu lösen, und ihr Gespräch von OpenAI verwendet wurde,
hätte der Agent dann nicht viel schneller/effizienter erfolgreich sein müssen, anstatt "4,9 Millionen Nachrichten und etwa 300 Milliarden Output-Token" zu verwenden?
- pietz
Ich finde die Behauptungen von OpenAI irgendwie nachvollziehbarer und vernünftiger.
- Sie warfen Compute auf ein Problem, von dem gemunkelt wurde, dass ein anderes Team/Unternehmen es gelöst hatte, um zu sehen, was ihr geheimes Modell leisten konnte.
- Die Texte, die ich gelesen habe, lassen es so erscheinen, als hätte OpenAI reden und die Anerkennung großzügig teilen wollen.
- Stell dir vor, du arbeitest mit jemandem bei Anthropic an einem Frontier-Mathematikproblem und nutzt nicht nur Codex, sondern auch über einen nicht-geschäftlichen Account, der Training mit deinen Daten erlaubt.
- Zeitlich gesehen: Wenn sie hauptsächlich GPT 5.6 verwendet haben, ist es unwahrscheinlich, dass irgendwelche bedeutenden Daten in ein Modell gelangt sind, das gerade intern validiert wird.
- civvv
LLMs scheinen sehr gut darin zu sein, mathematische Probleme zu lösen, zu denen es eine enorme Menge an vorhandener Arbeit/Versuchen in ihren Trainingsdaten gibt. Das ist eine erstaunliche Fähigkeit, überzeugt mich aber nicht davon, dass diese Modelle "denken" oder "schließen" wie ein Mensch. Ein menschlicher Mathematiker könnte theoretisch morgen ein völlig neues Feld der Mathematik kategorisieren/entdecken, rein basierend auf seiner "menschlichen Intelligenz". Ich frage mich, ob wir bald ähnliche Beispiele von LLMs sehen werden. Derzeit erscheint es mir unmöglich, dass LLMs menschliche Mathematiker ersetzen können, wegen ihrer (Annahme) wahrscheinlichen Abhängigkeit von menschlichem Input im Sinne enormer Mengen bereits existierender Versuche/Daten.
Wenn morgen ein völlig neues Problem in einem neuen Feld der Mathematik auftauchen würde, bezweifle ich stark, dass ein LLM allein nützlich wäre. Ist das der "ultimative ASI-Test"?
- tosh
> Meine zwei liebsten hypothetischen Fragen dazu waren früher:
> Wenn ich Codex ausführe und einer meiner API-Schlüssel versehentlich im Kontext verbraucht wird, wie hoch sind die Chancen, dass jemand anderes in Zukunft nach einem API-Schlüssel fragt und meinen zurückbekommt? (Ich habe mal jemanden bei OpenAI gefragt, und er nannte das das "Regurgitations"-Problem und versicherte mir, dass sie große Anstrengungen unternehmen, um das zu verhindern ... aber wollte nicht beschreiben, wie.)
> Wenn ich mit ChatGPT über potenzielle neue Richtungen für mein Unternehmen brainstorme, wie hoch ist die Chance, dass diese Informationen in sechs Monaten einem Wettbewerber preisgegeben werden, der fragt: "Was könnte Unternehmen X als Nächstes planen?"
> Mein neues bevorzugtes hypothetisches Szenario dafür ist:
> Wenn ich ChatGPT nutze, um mir teilweise bei der Lösung eines Millennium-Preis-Problems zu helfen, wie hoch sind die Chancen, dass meine Arbeit das Training so beeinflusst, dass ein späteres Modell jemand anderem hilft, es zuerst zu lösen?
- geraneum
In Anbetracht der Vorwürfe von Apple gegen OpenAI finde ich es nicht undenkbar, dass dort irgendeine Form von Fehlverhalten stattgefunden haben könnte.
- shellfishgene
Was in der Geschichte meiner Meinung nach fehlt, ist der Teil über "... dann hatten sie am 15. August einen Durchbruch. Die mathematische Gerüchtemühle kam in Gang ...". Wenn nur die beiden heimlich an dem Problem arbeiteten, wie wurde ihr Durchbruch dann zum Gerücht?
- michalsustr
Wenn du erkunden möchtest, wie die Navier-Stokes-Blow-up-Konstruktion visuell aussieht, habe ich zum Spaß eine interaktive 3D-Visualisierung auf Basis des veröffentlichten Ergebnisses vibe-coded :)