For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/openai-math-manuscripts-the-human-researc-d516b5a8.md.
Ein KI-generiertes mathematisches Argument kann neu sein und dennoch auf einer langen Kette menschlicher Entdeckungen beruhen. Diese Kette z...
Ein KI-generiertes mathematisches Argument kann neu sein und dennoch auf einer langen Kette menschlicher Entdeckungen beruhen. Diese Kette zu verstehen, ist wichtig, um zu beurteilen, was ein Modell beigetragen hat, welche Annahmen es verwendet und wer Anerkennung verdient.
Das Projekt On Whose Shoulders von SeaFill macht diese Forschungsgeschichte leichter zugänglich. Es wurde von Qiongxiu Li von der Universität Aalborg initiiert und indexiert die menschlichen Arbeiten, auf die in OpenAIs öffentlicher Sammlung von Manuskripten zur Mathematik und theoretischen Informatik verwiesen wird. Im Mittelpunkt stehen Zuschreibung und Auffindbarkeit: Leserinnen und Lesern soll geholfen werden, die Menschen und Publikationen hinter den Ergebnissen zu finden.
OpenAI veröffentlichte zunächst am 6. Oktober 2026 722 Manuskripte. Nach drei Rücknahmen führt das Repository 719 aktuelle Manuskripte, gegliedert in 372 Familien, wobei jede Familie verwandte Argumente, Folgerungen oder alternative Beweise zusammenfasst.
Zum Zeitpunkt der Prüfung zeigte die SeaFill-Startseite die folgenden Zahlen:
| Kennzahl | Projektangabe |
|---|---|
| Aktuelle Manuskripte | 719 |
| Zitierte menschliche Arbeiten | 11.067 |
| Menschliche Autorinnen und Autoren | 9.607 |
| Zitierte Fields-, Abel- oder Wolf-Preisträgerinnen und -Preisträger | 114 |
Dies sind Indexierungszahlen des Projekts und sie können sich bei Aktualisierungen der Daten ändern. Sie sollten nicht als Anzahl unabhängiger, validierter Durchbrüche gelesen werden.
Zitationsvisualisierung, reproduziert im Bericht von BAAI/Xinzhiyuan. Kleine Punkte stehen für KI-Preprints; größere umrandete Knoten stehen für menschliche Arbeiten, die von mehreren Preprints zitiert werden. Die ursprünglichen Beschriftungen sind auf Chinesisch.
Das Netzwerk verbindet mehrere Fachgebiete, statt KI-Mathematik als eine einheitliche Leistung darzustellen. Arithmetische Geometrie, Wahrscheinlichkeitstheorie, Kombinatorik und geometrische Analysis verfügen jeweils über eigene Bestände an Vorarbeiten.
Die Berichterstattung verweist auf Beispiele aus moderner und historischer Mathematik: Fargues und Scholze in der arithmetischen Geometrie; Birkar, Fujino und Mitarbeitende in der birationalen Geometrie; sowie Duminil-Copin und die Zusammenarbeit von Duplantier–Miller–Sheffield in der Wahrscheinlichkeitstheorie.
Weitere Beispiele sind die Graphengrenzwertmethoden von Lovász und Szegedy, der Sum-Product-Ansatz von Bourgain–Katz–Tao, Talagrands Arbeiten zu Spin-Gläsern, Perelmans Ricci-Flow-Argumente und Delignes Beiträge zur Hodge-Theorie. Diese Beispiele veranschaulichen die Bandbreite mathematischer Werkzeuge in der Sammlung, ohne zu belegen, dass jedes zitierte Ergebnis für jedes Argument unverzichtbar ist.
Die Quelle hebt außerdem Beiträge chinesischer und chinesischstämmiger Mathematikerinnen und Mathematiker hervor. Sie behandelt Yaus Arbeit zur Calabi-Vermutung, Cherns Arbeit zu Gauss–Bonnet und zur Chern–Simons-Theorie sowie jüngere Arbeiten zur harmonischen Analysis unter Beteiligung von Hong Wang, Joshua Zahl, Shaoming Guo und Ruixiang Zhang. Der entscheidende Punkt ist konkret: Die Referenzen führen zu identifizierbaren Ergebnissen, die Leserinnen und Leser prüfen können.
Quellen-Screenshot des Zitationsindex des Projekts, reproduziert von Xinzhiyuan/BAAI.
Ein Literaturverzeichnis dokumentiert, was ein Manuskript zitiert. Es belegt nicht, ob diese Arbeiten in den Trainingsdaten eines Modells enthalten waren, wie stark sie das Modell beeinflusst haben oder ob das neue Argument korrekt ist.
SeaFill weist ausdrücklich darauf hin, dass Zitation nicht dasselbe wie Abhängigkeit ist. Das Projekt erfasst Namen als Würdigung und bewertet selbst weder Korrektheit noch Originalität oder Streitfragen zur Zuschreibung. Diese Unterscheidung macht den Index nützlicher: Leserinnen und Leser können den Belegen folgen, ohne von einer Visualisierung Antworten auf Fragen zu erwarten, für die sie nicht konzipiert wurde.
Wissenschaftliche Expertise trägt auch über das Verfassen von Artikeln hinaus bei. Forschende wählen bedeutsame Probleme aus, identifizieren relevante Hypothesen, definieren Überprüfungskriterien und beurteilen, ob ein vermeintlicher Fortschritt einer kritischen Prüfung standhält. Modellentwickelnde tragen Architekturen, Trainingssysteme und Recheninfrastruktur bei. Diese Rollen treffen im selben Forschungsprozess zusammen.
Die Quelle behandelt in diesem Zusammenhang Pretraining, überwachtes Lernen, Reinforcement Learning und Inferenzzeitsuche. Ihre Wirksamkeit hängt von der Aufgabe und von der Qualität des verfügbaren Feedbacks ab. Eine Zitationsanalyse allein kann keine universellen Grenzen dafür bestimmen, was diese Methoden entdecken können.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
OpenAIs Repository erklärt, dass die Sammlung Ergebnisse in unterschiedlichen Verifikationsstadien enthält und dass einige nicht formalisierte Ergebnisse Probleme aufweisen könnten. Es berichtet, dass etwa 42 % der wichtigsten Ergebnisse formalisiert seien; die Verlaufsseite nennt in ihrer aktuellen Berechnung 300 von 719.
Der Korrektureintrag vom 7. Oktober ist ein praktisches Beispiel. Ein Vorzeichenfehler entkräftete ein Argument im Manuskript zur Algebraizität von Weil-Klassen auf gespaltenen abelschen Achtfaltigkeiten und betraf zwei abhängige Manuskripte. OpenAI zog alle drei zurück, überarbeitete 14 weitere Manuskripte und aktualisierte nach diesen Korrekturen Referenzen in zusätzlichen 13 Manuskripten.
Diese Überarbeitungen sind beim Zitieren der Sammlung wichtig. Leserinnen und Leser sollten die aktuelle Version verwenden, Abhängigkeitsnotizen prüfen und die mathematische Aussage von einer möglicherweise verfügbaren maschinell geprüften Formalisierung unterscheiden. Das Vorhandensein eines PDFs im Repository ist nicht gleichbedeutend mit einer abgeschlossenen Validierung durch die Fachgemeinschaft.
Die übergeordnete Frage des Artikels lautet, ob wissenschaftliche Beiträge sichtbar bleiben, wenn KI-Ausgaben skalieren. Ein System kann viele Kandidaten für Argumente erzeugen, doch nützlicher Fortschritt erfordert weiterhin gute Fragen und zuverlässige Methoden, Fehler zurückzuweisen.
Neue Experimente, bessere Datensätze, verbesserte Formalisierungen und kritische Begutachtung liefern allesamt Informationen, die generierter Text allein nicht garantieren kann. On Whose Shoulders trägt einen Teil zu diesem Prozess bei, indem es die menschliche Literatur leichter auffindbar macht. Es ist ein Referenzwerkzeug und kein Ersatz für die Prüfung eines Beweises.
Es ist ein SeaFill-Projekt, das Leserinnen und Lesern hilft, menschliche Forschung zu erkunden, die von ausgewählten wissenschaftlichen KI-Ausgaben zitiert wird. Sein Mathematikindex umfasst die Referenzen, die mit OpenAIs öffentlicher Manuskriptsammlung verbunden sind.
Die ursprüngliche Veröffentlichung enthielt 722 Manuskripte. Drei wurden später zurückgezogen, sodass zum Prüfzeitpunkt am 16. Oktober 2026 noch 719 aktuelle Manuskripte im Repository verblieben.
Nein. Eine Zitation in einem generierten Manuskript legt weder die Zusammensetzung des Trainingsdatensatzes des Modells offen noch liefert sie eine kausale Erklärung seines Schlussfolgerungsprozesses.
Nein. Das Repository berichtet, dass etwa 42 % der wichtigsten Ergebnisse formalisiert seien, und warnt ausdrücklich, dass nicht formalisierte Ergebnisse Probleme enthalten können. Leserinnen und Leser sollten die Formalisierung und Versionshinweise für das jeweilige Ergebnis prüfen, das sie verwenden möchten.
OpenAIs Verlaufsseite nennt einen Vorzeichenfehler, der ein Stabilisierungsspur-Kürzungsargument sowie die Konstruktion zweier verwandter Arbeiten ungültig machte. Die zurückgezogenen Versionen bleiben über erläuternde Hinweise verlinkt.
OpenAI bittet Leserinnen und Leser, den BibTeX-Block im Verzeichnis des jeweiligen Manuskripts zu verwenden. Prüfen Sie vor dem Zitieren oder Weiterverwenden des Ergebnisses die aktuelle Version und alle Korrekturhinweise.
On Whose Shoulders macht die menschliche Literatur hinter OpenAIs Mathematiksammlung sichtbarer. Sein Zitationsindex bietet nützliche Ausgangspunkte, um Forschende anzuerkennen und Argumente bis zu ihren Quellen zurückzuverfolgen.
Die Korrekturen und die teilweise Formalisierung der Sammlung zeigen zudem, warum Zuschreibung und Validierung zusammengehören. Ein vielversprechendes KI-Manuskript muss weiterhin anhand seiner Referenzen, Annahmen und seines Beweises geprüft werden.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
