OpenAI заявила об опровержении ETH, Anthropic подала на IPO: эксперты не подтвердили результат

Анонс OpenAI собрал около 1 160 голосов и более 700 комментариев на Hacker News, крупном англоязычном форуме разработчиков. Больше в октябре там обсуждали только новость о том, что Anthropic подала на IPO, то есть на первичное размещение акций на бирже. Деталей заявки исходный разбор не приводит. Ниже о том, что заявили компании, где подвохи и как применить этот опыт к своим текстам.

Что именно заявили OpenAI и Anthropic?

По словам OpenAI, её внутренняя модель получила три результата:

• опровергла гипотезу экспоненциального времени (Exponential Time Hypothesis, ETH);
• доказала гипотезу Согге о локальном сглаживании во всех размерностях;
• построила доказательство существования ряда квантовых теорий поля в четырёхмерном пространстве, включая квантовую хромодинамику и теорию Янга-Миллса.

ETH утверждает, что задачу 3-SAT (найти значения переменных, при которых логическая формула выполняется) нельзя решить быстрее, чем за экспоненциально растущее время. На этой гипотезе держатся сотни работ по графам, биоинформатике и базам данных. Если она ложна, их выводы придётся пересматривать.

Модель нашла опровержение 16 октября, на следующий день его формализовали в Lean. Это программа, которая механически, строка за строкой, проверяет доказательство, как калькулятор проверяет сложение. Препринт (научная статья до рецензирования) занимает 67 страниц, найденный алгоритм на практике бесполезен: выигрыш появляется только на астрономически больших задачах.

27 октября Anthropic выложила на GitHub собственную работу с той же оценкой. Автором указана «внутренняя исследовательская модель Claude», а в описании прямо сказано, что результат «чисто асимптотический» и о решении реальных формул ничего не говорит.

Почему эксперты не спешат подтверждать?

Проверку ведут Рассел Импальяццо и Рамамохан Патури из Калифорнийского университета в Сан-Диего, авторы ETH, и Райан Уильямс из MIT. В открытом письме они пишут, что их участие «не следует считать сертификацией утверждения». Соглашений о неразглашении они не подписывали и денег не получают.

Технических оговорок несколько. Lean проверил более слабую оценку, чем заявлена в аннотации. Anthropic отдельно предупреждает, что машина не сверяет формальную запись с текстом статьи: доказана записанная теорема, но не обязательно нужная. Физическая часть, обещанное доказательство на 1 147 страниц, на начало ноября не вышла.

Есть и прецедент. 6 октября OpenAI выложила 722 математические рукописи, а 7 октября отозвала три: ошибка в знаке сломала одно доказательство и два, которые на него опирались. Математик Anthropic Левент Алпеге указал, что OpenAI могла опираться на уже существующие работы.

Агенты разобрали атлас мозга за 32 минуты, но судили их люди

21 октября OpenAI с партнёрами описала эксперимент: около 2 000 агентов разобрали реакцию клеток мозга мыши на выключение генов. В слепом сравнении эксперты выбрали анализ «роя» в 45 случаях из 60. Сравнивали рой с одним агентом, а не с людьми, и эта деталь легко теряется при пересказе.

У Anthropic Claude проверил 1 061 страницу документации фармкомпании Enveda, нашёл все 11 проблем, выявленных экспертами, и ещё семь новых. Схема та же: машина делает объём, человек оценивает качество.

Что понадобится для проверки?

• Исходный текст или ответ нейросети.
• Доступный в РФ чат-бот: YandexGPT или GigaChat.
• Первоисточник утверждения: статья, отчёт, официальное заявление.
• Около 20 минут на один материал.

Как проверить вывод нейросети за шесть шагов?

1. Отделите заявление от подтверждения: кто утверждает и кто независимо проверил.
2. Выясните, что именно проверено. В истории с ETH машина подтвердила более слабую оценку, чем заявленная.
3. Проверьте формулировку, а не только вывод. Верный ответ на неверно поставленный вопрос бесполезен.
4. Поищите отзывы и исправления, как с тремя отозванными рукописями.
5. Уточните, с чем сравнивали: «лучше одного агента» не означает «лучше человека».
6. Пишите статус честно: «заявлено», «не подтверждено», «проверено экспертами».

Для второго шага пригодится промпт:

Перечисли все утверждения из текста ниже, которые требуют проверки. Для каждого укажи, кто это заявил, есть ли независимое подтверждение, что именно проверено, а что нет. Не добавляй фактов, которых нет в тексте.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена: любой вывод нейросети о цифрах, законах и здоровье прогоняйте через шесть шагов выше. Формулировка «по заявлению компании» вместо «доказано» сохраняет доверие читателя.

Маркетологу: при работе с отчётами ИИ-агентов закладывайте время на ревью. Как показывает пример Enveda, машина находит больше, но решение о качестве остаётся за человеком.

Предпринимателю в РФ и СНГ: модели OpenAI и Anthropic из этих новостей внутренние и публично недоступны. Отрабатывайте навык проверки на YandexGPT и GigaChat.

Пока специалисты месяцами разбирают то, что модель сделала за часы, выигрывает автор, который пишет «заявлено» там, где другие пишут «доказано».