> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # OpenAI publica 722 manuscritos matemáticos producidos por un modelo de IA - URL: https://fomoera.com/openai-manuscritos-matematicos-ia/ - Published: 2026-10-07T02:20:00.000Z - Updated: 2026-10-07T02:20:00.000Z - Description: La colección reúne resultados en distintos estados de verificación. Las pruebas en Lean ayudan a revisar su lógica, mientras el grupo asesor independiente pide que la comunidad evalúe su alcance. - Author: Gerardo Pavez - Tags: Tecnología y Ciencia, IA OpenAI publicó el 6 de octubre de 2026 una colección de **722 manuscritos matemáticos** producidos por un modelo de IA interno todavía no lanzado. Los documentos están disponibles en GitHub, junto con materiales para examinar sus demostraciones. La colección presenta resultados en distintos estados de verificación y abre su evaluación por la comunidad matemática. El repositorio los organiza en **372 familias**, que pueden agrupar un resultado principal, argumentos complementarios, consecuencias o pruebas alternativas. Por esa organización, el número de documentos no puede leerse como un recuento de problemas independientes resueltos. ## Las tres horas de ChatGPT Pro miden una equivalencia de cómputo OpenAI estima que cada resultado utilizó, en promedio, recursos computacionales equivalentes a unas **tres horas de razonamiento de ChatGPT Pro**. La referencia describe el cómputo empleado. No establece un precio por demostración ni un tiempo de ejecución que cualquier suscriptor pueda reproducir. El modelo utilizado sigue siendo interno. La equivalencia con ChatGPT Pro tampoco implica que sus suscriptores tengan acceso a esa misma capacidad. OpenAI afirma que trabaja para poner el modelo a disposición de forma responsable, sin dar una fecha de lanzamiento en el comunicado. Durante la evaluación, el sistema recibió aproximadamente **4,000 problemas**, según el repositorio. Los resultados se agruparon y se seleccionaron por su relevancia para formar el catálogo publicado. Esa selección y la agrupación por familias obligan a distinguir los intentos del conjunto de manuscritos: dividir ambos totales no proporciona por sí solo una tasa de éxito comparable. La publicación incluye también diez resúmenes del razonamiento del modelo. Son explicaciones abreviadas sobre resultados concretos, que añaden información sobre cómo se obtuvieron las propuestas matemáticas. ## Qué comprueban las demostraciones en Lean Lean es un lenguaje y asistente de demostraciones que permite expresar argumentos matemáticos de forma que una computadora pueda verificarlos. OpenAI comparte formalizaciones de muchas pruebas y prevé añadir más. El repositorio advierte que algunos resultados sin formalizar podrían contener problemas. La documentación enlaza además a **Comparator**, una herramienta para revisar pruebas en Lean. Bajo las condiciones que describen sus desarrolladores, comprueba que la solución demuestra el enunciado esperado, emplea únicamente los axiomas permitidos y es aceptada por el núcleo verificador de Lean. Los axiomas son los supuestos de partida admitidos para construir la demostración. Ese procedimiento aporta una comprobación técnica concreta. La evaluación científica incluye otras tareas: comprender el argumento, situarlo respecto de trabajos anteriores y explicar qué permite investigar después. Las [recomendaciones de AGMAI](https://agmai.org/general-sep29/?ref=fomoera.com) piden precisamente que las publicaciones identifiquen ideas previas y presenten sus demostraciones con claridad, además de señalar su estado de formalización. ## El grupo asesor pide una evaluación de la comunidad El Grupo Asesor sobre Matemáticas e Inteligencia Artificial, AGMAI, vinculado al Institute for Advanced Study, señaló que su asesoría no constituye un juicio sobre el impacto de los resultados ni un respaldo al proceso seguido por OpenAI. El grupo trabaja con independencia de las empresas de IA y sus miembros no cobran por esa labor. En su declaración del 6 de octubre, AGMAI describe la publicación como el comienzo del proceso de comprensión humana e incorporación de los resultados al conocimiento matemático. También sostiene que los investigadores deben poder formular sus propias preguntas y explorar caminos distintos de los elegidos para demostrar las capacidades de una IA. Para ello, considera necesario un acceso equitativo a herramientas y recursos computacionales. OpenAI anunció que financiará talleres, conferencias y programas dedicados a comprender resultados importantes producidos por IA. Los materiales publicados permiten que esa discusión se centre en argumentos documentados; el repositorio conservará las versiones anteriores cuando se registren correcciones o revisiones. *Fuentes:* [1](https://openai.com/index/sharing-ai-progress-in-mathematics/?ref=fomoera.com), [2](https://github.com/openai/math?ref=fomoera.com), [3](https://github.com/leanprover/comparator?ref=fomoera.com), [4](https://agmai.org/?ref=fomoera.com)