OpenAI数学原稿：AI証明を支える人間の研究

AIが生成した数学的議論は新しいものであり得ますが、それでも人間による発見の長い連鎖に依拠しています。その連鎖を理解することは、モデルが何を貢献したのか、どの前提を用いているのか、そして誰が評価されるべきかを判断するうえで重要です。

SeaFillのOn Whose Shouldersプロジェクトは、この研究史をより探りやすくします。オールボー大学のQiongxiu Liによって開始されたこのプロジェクトは、OpenAIが公開した数学および理論計算機科学の原稿コレクションで参照されている人間の研究成果を索引化しています。焦点は帰属と発見です。すなわち、結果の背後にいる研究者と論文を読者が見つけられるよう支援します。

引用索引に含まれる内容

OpenAIは当初、2026年10月6日に722本の原稿を公開しました。3本の撤回後、リポジトリには372のファミリーに整理された719本の現行原稿が掲載されています。各ファミリーは、関連する議論、帰結、または代替的な証明をまとめたものです。

確認時点で、SeaFillのランディングページには次の数値が表示されていました。

これらはプロジェクトによる索引化の数値であり、データの更新に伴って変わる可能性があります。独立して検証済みのブレークスルー数として解釈すべきではありません。

BAAI/Xinzhiyuanの報道に再掲された引用の可視化。小さな点はAIプレプリント、より大きな輪郭付きノードは複数のプレプリントから引用された人間の論文を表します。元のラベルは中国語です。

このネットワークは、AI数学を一枚岩の成果として示すのではなく、複数の分野を接続しています。算術幾何学、確率論、組合せ論、幾何学的解析には、それぞれ固有の先行研究の蓄積があります。

参照文献の背後にいる研究者を認識する

報道では、現代数学から歴史的な数学までをまたぐ例が示されています。算術幾何学のFarguesとScholze、双有理幾何学のBirkar、Fujinoおよび共同研究者、確率論のDuminil-CopinとDuplantier–Miller–Sheffieldの共同研究です。

ほかの例として、LovászとSzegedyによるグラフ極限の手法、Bourgain–Katz–Taoの和積アプローチ、Talagrandのスピングラスに関する研究、Perelmanのリッチフローの議論、Deligneのホッジ理論への貢献が挙げられます。これらの例は、コレクションに現れる数学的道具の幅を示すものであり、引用されたすべての結果がすべての議論に不可欠であることを証明するものではありません。

情報源は、中国出身または中国系の数学者による貢献も強調しています。Calabi予想に関するYauの研究、Gauss–BonnetおよびChern–Simons理論に関するChernの研究、そしてHong Wang、Joshua Zahl、Shaoming Guo、Ruixiang Zhangが関与する近年の調和解析研究を取り上げています。重要なのは具体性です。参照文献は、読者が調べられる特定可能な結果へとつながっています。

Xinzhiyuan/BAAIが再掲した、プロジェクトの引用索引の情報源スクリーンショット。

引用からAI研究について何が分かるのか

参考文献一覧は、原稿が何を引用しているかを記録します。しかし、その研究がモデルの学習データに含まれていたか、どの程度モデルに影響したか、新しい議論が正しいかどうかを確立するものではありません。

SeaFillは、引用は依存関係と同義ではないと明確に注意を促しています。このプロジェクトは敬意を示すために名前を記録しており、正しさ、独創性、または帰属をめぐる論争をそれ自体で判断するものではありません。この区別を保つことで、索引はより有用になります。読者は、可視化に本来の設計目的ではない問いへの回答を求めずに、根拠をたどることができます。

科学的専門知識は、論文を書くこと以外にも貢献します。研究者は意味のある問題を選び、関連する仮説を特定し、検証基準を定義し、見かけ上の進展が精査に耐えるかを評価します。モデル開発者は、アーキテクチャ、学習システム、計算インフラを提供します。これらの役割は同じ研究プロセスの中で交わります。

情報源は、この文脈で事前学習、教師あり学習、強化学習、推論時探索を論じています。これらの有効性は、タスクと利用可能なフィードバックの品質に依存します。引用分析だけでは、こうした手法が何を発見できるかについて普遍的な限界を決定することはできません。

検証も成果の一部であり続ける

OpenAIのリポジトリは、このコレクションには異なる検証段階の出力が含まれており、一部の未形式化の結果には問題がある可能性があると述べています。主要結果のおよそ42%が形式化済みであると報告しており、履歴ページでは現時点の計算として719件中300件が示されています。

10月7日の訂正記録は実務的な例です。符号の誤りにより、分裂アーベル8次元多様体上のWeil類の代数性に関する原稿の議論が無効となり、それに依存する2本の原稿にも影響しました。OpenAIは3本すべてを撤回し、これらの修正を受けてさらに14本の原稿を改訂し、追加の13本で参照文献を更新しました。

このような改訂は、コレクションを引用する際に重要です。読者は現行版を使用し、依存関係の注記を確認し、数学的主張と利用可能な機械検証済み形式化を区別すべきです。リポジトリにPDFが存在することは、コミュニティによる検証が完了していることと同義ではありません。

研究のループを根拠と結び続ける

この記事がより広く懸念しているのは、AI出力が大規模化する中で科学的貢献が可視化され続けるかという点です。システムは多数の候補となる議論を生成できますが、有用な進歩には依然として、良い問いと誤りを退ける信頼できる方法が必要です。

新しい実験、より良いデータセット、改善された形式化、批判的なレビューはすべて、生成された文章だけでは保証できない情報を提供します。On Whose Shouldersは、人間による文献を見つけやすくすることで、このプロセスの一部に貢献しています。これは参照ツールであり、証明を確認する作業の代替ではありません。

FAQ

On Whose Shouldersとは何ですか？

これは、選定されたAI科学出力で引用されている人間の研究を読者が探索できるようにするSeaFillのプロジェクトです。その数学索引は、OpenAIの公開原稿コレクションに関連する参照文献を対象としています。

OpenAIは数学原稿を722本公開したのですか、それとも719本ですか？

初回公開には722本の原稿が含まれていました。その後3本が撤回され、2026年10月16日の確認時点では、リポジトリに719本の現行原稿が残っています。

引用されていることは、その論文が学習データに含まれていた証明になりますか？

いいえ。生成された原稿内の引用は、モデルの学習データセットの構成を明らかにするものでも、その推論について因果関係を説明するものでもありません。

OpenAIの数学的結果はすべて形式的に検証されていますか？

いいえ。リポジトリは、主要結果のおよそ42%が形式化済みであると報告し、未形式化の結果には問題が含まれる可能性があると明示しています。利用しようとする特定の結果について、形式化とバージョンの注記を確認してください。

なぜ3本の原稿が撤回されたのですか？

OpenAIの履歴ページは、安定化トレースの相殺に関する議論と、関連する2本の論文で用いられた構成を無効にした符号の誤りを特定しています。撤回済みの版は、説明的な通知を通じて引き続きリンクされています。

コレクション内の原稿はどのように引用すればよいですか？

OpenAIは、各原稿ディレクトリ内のBibTeXブロックを使用するよう求めています。引用したり、その結果を基に研究を進めたりする前に、現行版と訂正注記を確認してください。

関連ツール

• On Whose Shoulders：選定されたAI科学出力で引用されている人間の研究者と文献を探索します。
• OpenAI Math Repository：原稿、補足成果物、記録された訂正を閲覧します。
• Lean Formalization Catalogue：コレクションで利用可能な形式的証明に関する情報を確認します。

関連リンク

• Original BAAI Report：この記事の契機となったXinzhiyuanの報道を読みます。
• SeaFill Project Overview：プロジェクトの最新の対象範囲と集計数値を確認します。
• Mathematics Citation Index：数学に関する参照文献をより詳しく探索します。
• OpenAI Mathematics Collection：現行のカタログと検証上の注意点を確認します。
• Repository Correction History：撤回および改訂の記録を読みます。
• Formal Proof Documentation：利用可能なLean資料の構成を確認します。

まとめ

On Whose Shouldersは、OpenAIの数学コレクションを支える人間の文献をより見えやすくします。その引用索引は、研究者を適切に認識し、議論をその情報源までさかのぼるための有用な出発点を提供します。

コレクションで行われた訂正と部分的な形式化は、なぜ帰属と検証が一体であるべきかも示しています。有望なAI原稿であっても、参照文献、前提、証明を確認する必要があります。