OpenAI a mobilisé environ 10 000 instances de modèles, 88 heures de calcul et 130 milliards de tokens pour une solution potentielle de Navier–Stokes, mais l'apport de cette armée d'agents demeure indéterminé selon Noam Brown. Parallèlement, des mathématiciens contestent l'affiliation méthodologique revendiquée par l'entreprise et s'agacent de la diffusion dispersée sur GitHub, tandis que le Clay Mathematics Institute poursuit son examen.
L’apport des 10 000 agents reste non mesuré, selon Noam Brown
OpenAI a mobilisé environ 10 000 instances de modèles pendant près de 88 heures et 130 milliards de tokens pour élaborer sa solution potentielle au problème de Navier–Stokes. Selon Noam Brown, il n'est pas réellement établi ce que cette multitude d'agents a concrètement apporté au résultat. Le comportement à cette échelle n'a pas été étudié, car des tests comparatifs systématiques avec des milliers d'agents seraient trop coûteux. Aucun essai n'a mesuré le temps qu'un agent unique mettrait pour résoudre le même problème, et il reste presque impossible de déterminer l'avantage précis de 10 000 agents par rapport à 1 000. Noam Brown estime que moins de 10 % du succès est attribuable à la configuration multi-agents. Il considère que ces systèmes, encore nouveaux et tape-à-l'œil, reçoivent une part disproportionnée du crédit, alors que le facteur déterminant serait plutôt le modèle de base, capable de traiter des tâches longues et de fonctionner en parallèle.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Originalité de l’approche contestée et accusation d’emprunt niée
OpenAI affirme que sa preuve suit l'approche de Diego Córdoba et Luis Martínez-Zoroa. Plusieurs groupes d'experts contestent cette filiation. Pour Gonzalo Cao-Labora (EPFL), l'argumentaire d'OpenAI diffère dans ses détails et les ressemblances ne seraient que superficielles. Avant la publication, Tristan Buckmaster (NYU) a accusé OpenAI d'avoir utilisé des travaux menés avec Levent Alpöge (Anthropic) à partir de modèles publics. OpenAI a rejeté cette accusation, assurant n'avoir jamais utilisé les données de Buckmaster. Camillo De Lellis (Institute for Advanced Study) estime toutefois qu'une réponse définitive à cette question est probablement impossible, les modèles de langage restant des boîtes noires.
Diffusion éclatée sur GitHub et examen formel en cours
Au début du mois d'octobre, OpenAI a ajouté près de 400 nouveaux résultats concernant ses recherches, ce qui complique le suivi pour la communauté mathématique. La mise en ligne d’un ensemble dispersé sur GitHub a suscité le mécontentement de nombreux mathématiciens, qui considèrent que cette manière de partager les travaux porte atteinte à la valeur de leur domaine. De son côté, le Clay Mathematics Institute poursuit l’analyse de la preuve depuis qu’elle a été rendue publique.
Une preuve formalisée en Lean et un document de 166 pages
La tentative de preuve d'OpenAI est entièrement rédigée en Lean, un langage de vérification formelle qui contrôle chaque étape logique sans produire un texte directement lisible par des humains. Le document atteint 166 pages et a été présenté début septembre.
