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/fr/articles/openai-math-manuscripts-the-human-researc-d516b5a8.md.
Un raisonnement mathématique généré par IA peut être nouveau tout en reposant sur une longue chaîne de découvertes humaines. Comprendre cett...
Un raisonnement mathématique généré par IA peut être nouveau tout en reposant sur une longue chaîne de découvertes humaines. Comprendre cette chaîne est essentiel pour évaluer ce qu’un modèle a apporté, les hypothèses qu’il utilise et à qui revient la reconnaissance.
Le projet On Whose Shoulders de SeaFill rend cette histoire de la recherche plus facile à explorer. Lancé à l’initiative de Qiongxiu Li de l’Université d’Aalborg, il indexe les travaux humains référencés par la collection publique de manuscrits de mathématiques et d’informatique théorique d’OpenAI. Son objectif porte sur l’attribution et la découverte : aider les lecteurs à retrouver les personnes et les articles à l’origine des résultats.
OpenAI a initialement publié 722 manuscrits le 6 octobre 2026. Après trois retraits, son dépôt répertorie 719 manuscrits actuels organisés en 372 familles, chaque famille regroupant des raisonnements connexes, des conséquences ou des preuves alternatives.
Au moment de la vérification, la page d’accueil de SeaFill affichait les chiffres suivants :
| Indicateur | Chiffre du projet |
|---|---|
| Manuscrits actuels | 719 |
| Travaux humains cités | 11 067 |
| Auteurs humains | 9 607 |
| Lauréats de la médaille Fields, du prix Abel ou du prix Wolf cités | 114 |
Il s’agit des chiffres d’indexation du projet, qui peuvent évoluer à mesure que ses données sont mises à jour. Ils ne doivent pas être interprétés comme un décompte de percées indépendantes et validées.
Visualisation des citations reproduite dans le rapport BAAI/Xinzhiyuan. Les petits points représentent des prépublications d’IA ; les nœuds plus grands entourés représentent des articles humains cités par plusieurs prépublications. Les libellés d’origine sont en chinois.
Le réseau relie plusieurs domaines plutôt que de présenter les mathématiques de l’IA comme une réussite unique et indifférenciée. La géométrie arithmétique, les probabilités, la combinatoire et l’analyse géométrique disposent chacune de leurs propres corpus de travaux antérieurs.
Le reportage cite des exemples couvrant les mathématiques modernes et historiques : Fargues et Scholze en géométrie arithmétique ; Birkar, Fujino et leurs collaborateurs en géométrie birationnelle ; ainsi que Duminil-Copin et la collaboration Duplantier–Miller–Sheffield en probabilités.
Parmi les autres exemples figurent les méthodes de limites de graphes de Lovász et Szegedy, l’approche somme-produit de Bourgain–Katz–Tao, les travaux de Talagrand sur les verres de spin, les raisonnements de Perelman sur le flot de Ricci et les contributions de Deligne à la théorie de Hodge. Ces exemples illustrent l’étendue des outils mathématiques présents dans la collection, sans établir que chaque résultat cité est indispensable à chaque raisonnement.
La source met également en lumière les contributions de mathématiciens chinois et d’origine chinoise. Elle évoque les travaux de Yau sur la conjecture de Calabi, ceux de Chern sur Gauss–Bonnet et la théorie de Chern–Simons, ainsi que des travaux récents d’analyse harmonique impliquant Hong Wang, Joshua Zahl, Shaoming Guo et Ruixiang Zhang. Le point important est concret : les références mènent à des résultats identifiables que les lecteurs peuvent examiner.
Capture d’écran source de l’index de citations du projet, reproduite par Xinzhiyuan/BAAI.
Une bibliographie documente ce qu’un manuscrit cite. Elle n’établit pas si ces travaux étaient présents dans les données d’entraînement d’un modèle, dans quelle mesure ils ont influencé le modèle, ni si le nouveau raisonnement est correct.
SeaFill précise explicitement qu’une citation n’est pas synonyme de dépendance. Son projet consigne des noms en hommage et ne tranche pas lui-même les questions de correction, d’originalité ou de litiges relatifs à l’attribution. Maintenir cette distinction rend l’index plus utile : les lecteurs peuvent suivre les éléments disponibles sans demander à une visualisation de répondre à des questions pour lesquelles elle n’a pas été conçue.
L’expertise scientifique contribue également au-delà de la rédaction d’articles. Les chercheurs choisissent des problèmes significatifs, identifient les hypothèses pertinentes, définissent les critères de vérification et évaluent si une avancée apparente résiste à l’examen. Les concepteurs de modèles apportent les architectures, les systèmes d’entraînement et l’infrastructure informatique. Ces rôles se rencontrent dans un même processus de recherche.
La source aborde dans ce contexte le préentraînement, l’apprentissage supervisé, l’apprentissage par renforcement et la recherche au moment de l’inférence. Leur efficacité dépend de la tâche et de la qualité des retours disponibles. Une analyse des citations seule ne peut pas déterminer des limites universelles à ce que ces méthodes peuvent découvrir.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Le dépôt d’OpenAI indique que la collection contient des résultats à différents stades de vérification et que certains résultats non formalisés pourraient comporter des problèmes. Il fait état d’environ 42 % des résultats principaux formalisés, la page d’historique indiquant 300 sur 719 comme calcul actuel.
Le registre de corrections du 7 octobre offre un exemple pratique. Une erreur de signe a invalidé un raisonnement dans le manuscrit sur l’algébricité des classes de Weil sur des variétés abéliennes déployées de dimension huit et a affecté deux manuscrits dépendants. OpenAI a retiré les trois manuscrits, révisé 14 autres manuscrits et mis à jour les références dans 13 manuscrits supplémentaires à la suite de ces corrections.
Ces révisions comptent lorsqu’on cite la collection. Les lecteurs doivent utiliser la version actuelle, examiner les notes de dépendance et distinguer l’énoncé mathématique de toute formalisation vérifiée par machine disponible. La présence d’un PDF dans le dépôt n’équivaut pas à une validation complète par la communauté.
La préoccupation plus large de l’article est de savoir si les contributions scientifiques restent visibles à mesure que la production de l’IA augmente. Un système peut générer de nombreux raisonnements candidats, mais un progrès utile exige toujours de bonnes questions et des moyens fiables de rejeter les erreurs.
De nouvelles expériences, de meilleurs jeux de données, des formalisations améliorées et une évaluation critique apportent tous des informations que le texte généré ne peut pas garantir à lui seul. On Whose Shoulders contribue à une partie de ce processus en facilitant l’accès à la littérature humaine. C’est un outil de référence, et non un substitut à la vérification d’une preuve.
Il s’agit d’un projet SeaFill qui aide les lecteurs à explorer les recherches humaines citées par certaines productions scientifiques d’IA. Son index mathématique couvre les références associées à la collection publique de manuscrits d’OpenAI.
La publication initiale comprenait 722 manuscrits. Trois ont ensuite été retirés, ce qui laissait 719 manuscrits actuels dans le dépôt lors de la vérification effectuée le 16 octobre 2026.
Non. Une citation dans un manuscrit généré ne révèle pas la composition du jeu de données d’entraînement du modèle et n’établit pas une explication causale de son raisonnement.
Non. Le dépôt indique qu’environ 42 % des résultats principaux sont formalisés et avertit explicitement que les résultats non formalisés peuvent contenir des problèmes. Les lecteurs doivent consulter les notes de formalisation et de version du résultat précis qu’ils souhaitent utiliser.
La page d’historique d’OpenAI identifie une erreur de signe qui a invalidé un raisonnement d’annulation par trace de stabilisation ainsi que la construction utilisée par deux articles connexes. Les versions retirées restent reliées par des avis explicatifs.
OpenAI demande aux lecteurs d’utiliser le bloc BibTeX présent dans le répertoire de chaque manuscrit. Vérifiez sa version actuelle et les éventuelles notes de correction avant de le citer ou de vous appuyer sur son résultat.
On Whose Shoulders rend plus visible la littérature humaine à l’origine de la collection mathématique d’OpenAI. Son index de citations offre des points de départ utiles pour reconnaître les chercheurs et remonter des raisonnements jusqu’à leurs sources.
Les corrections de la collection et sa formalisation partielle montrent également pourquoi l’attribution et la validation doivent aller de pair. Un manuscrit d’IA prometteur exige toujours de vérifier ses références, ses hypothèses et sa preuve.
Partez d’une phrase et obtenez un site complet en quelques minutes.
