検証未完了：OpenAIとホッジ予想に関する情報源は現在アクセス不能

不完全なリークとアクセス不能な事実

断片的な情報とメタデータによると、中国のポータルサイトQbitAIで、OpenAIが将来のモデルの究極のベンチマークとして、いわゆるミレニアム懸賞問題、特にホッジ予想を使用していると主張するレポートが出回っている。しかし、主要なページは検証中ブロックされており（403エラーを返す）、未検証の詳細なテキストではなく、メタデータのみに慎重に依存している。

ホッジ予想は、代数幾何学における未解決問題である。これはクレイ数学研究所が100万ドルの懸賞金を提示している7つのミレニアム懸賞問題の1つである。研究機関がこのレベルの数学でシステムをテストするという事実は、現在のあらゆるコーディングや推論（reasoning）のテストの境界を越えることを意味する。

知識の合成と数学的証明の違い

研究コミュニティにとって、これはモデルの知能における真の飛躍を実際にどのように測定するかという根本的な疑問を投げかける。現在のモデルがトレーニングデータを効率的に補間しているだけであれば、まだ解決策が存在せず、既知の手順への単純なパターンマッチングを適用できない問題を解決することはできない。

同様の問題での成功は、リーダーボードでの勝利だけでなく、システムがインターネット上の既存の人間の知識を抽出するだけでなく、純粋に新しく正しい論理的構造を生成できるという経験的証明になるだろう。

PRのバブルと不足しているハードデータ

この種のレポートは、現在のAI競争の波において非常に一般的であり、進行中の人材採用プロセスにおいて能力を誇示するシグナルとしての役割を果たすことが多い。元のリークへのアクセスやシステムアーキテクチャに関するハードデータがなければ、ミレニアム問題を解決するという主張は単なる憶測であり、製品発表ではない。

研究機関が開発の初期段階でLLMに複雑な数学的パズルを与えることは一般的なやり方だが、これは通常、ハルシネーション（幻覚）に終わり、査読（ピアレビュー）の評価に耐えうる形式的な数学的証明には至らない。

検証不可能なレポートは市場の状況を変えない

企業や開発者の世界における真の指標は、OpenAIが抽象的な証明を生成するために一時的に膨大な計算能力を犠牲にするかどうかではない。決定要因となるのは、次のモデルが現実のビジネスにおける長く日常的なタスクにおいて、論理的な一貫性をどれだけ確実に維持できるかである。

OpenAIがホワイトペーパー、あるいは少なくともこの実験の証明可能なログを公開するまでは、このような話は技術愛好家のための単なる伝承にとどまる。

Lilithの判定

クレイ研究所は当分、100万ドルを安心して手元に置いておけるだろう。紙の上でベンチマークを破ることは、モデルが100回目の試行でようやく正解を出したサーバールームの中を誰も見ることができないときには簡単なことだ。