OpenAI публикует 719 математических рукописей от «черного ящика»
6 октября 2026 года OpenAI опубликовал массивный набор результатов, сгенерированных внутренней передовой моделью, которая до сих пор не доступна публично. В репозитории компании размещено 719 рукописей, охватывающих 372 тематических семейства задач. Многие доказательства формализованы в языке Lean, что позволяет верифицировать их корректность.
Это продолжение серии публикаций: месяцем ранее та же нерелизная модель представила решение задачи Навье-Стокса — одной из семи «задач тысячелетия» Математического института Клэя. Исследователь Дэн Робертс назвал доказательства побочным продуктом тестирования внутренних инструментов, однако эксперты отмечают, что это нарушает рекомендации группы AGMAI по прозрачности.
Западные модели против Китая: Mistral и Reflection AI
В ответ на доминирование китайских open-weight моделей, две западные лаборатории представили свои флагманы. Mistral анонсировала Mistral Large 4 (кодовое имя Le Chonk) — мультимодальную модель с 1 триллионом параметров, оптимизированную для кода и кибербезопасности. Brooklyn-стартап Reflection AI представил Beam — текстовую MoE-модель с 501 млрд параметров (23 млрд активных), обученную на 23.8 трлн токенов.
Сравнение новых открытых моделей
| Характеристика | Mistral Large 4 (Le Chonk) | Reflection AI Beam |
|---|---|---|
| Тип модели | Мультимодальная | Текстовая (MoE) |
| Количество параметров | 1 триллион | 501 млрд (всего) / 23 млрд (активных) |
| Специализация | Код, кибербезопасность, инженерия | Продвинутое логическое рассуждение |
| Конкурентное преимущество | Лучшая open-weight модель на Западе | В 3-4 раза меньше вычислений при инференсе |
Уход исследователя безопасности из OpenAI
Дэвид Робинсон, один из самых опытных сотрудников OpenAI (3.5 года), опубликовал эссе в The Atlantic, заявив, что культура компании «сломана». Он руководил разработкой «Каркаса готовности» (Preparedness Framework) и писал отчеты по безопасности для 12 запусков передовых моделей. Робинсон критикует подход OpenAI к релизам через «пробу и ошибку», сравнивая его с небезопасной эксплуатацией атомных электростанций. Он призывает к внедрению строгих внешних механизмов согласования ценностей (alignment) и многослойного планирования рисков.
Борьба с дипфейками: SynthID и водяные знаки
Google сделал публичным свой детектор SynthID, позволяющий проверять контент на генерацию ИИ. Инструмент уже обрабатывает 1 млн запросов в день. OpenAI, в свою очередь, объявил о внедрении водяных знаков в текстовые ответы ChatGPT для пользователей из ЕС. Поддержку SynthID также заявляют Nvidia, Kakao и Apple, в то время как Microsoft и Meta продолжают использовать собственные, менее эффективные стандарты.
Источник: Last Week in AI ↗