Modelo interno da OpenAI resolve três problemas abertos e refuta ETH; Claude da Anthropic fez isso independentemente
Um modelo interno da OpenAI resolveu três problemas abertos em matemática, ciência da computação teórica e física. Em particular, o modelo refutou a ETH, a hipótese do tempo exponencial, uma suposição central na teoria da complexidade computacional.
O modelo Claude, da Anthropic, também refutou a ETH de forma independente. A Anthropic afirma que o modelo interno Claude encontrou a solução em 16 de outubro. A mesma data aparece no relatório da OpenAI.
O Claude gastou 14 milhões de tokens de saída para a solução, e não houve participação humana na descoberta: funcionários da Anthropic apenas ajudaram a preparar o resultado como artigo.
O modelo encontrou um algoritmo determinístico para 3-SAT que funciona em tempo 2^o(n). A ETH afirma que existe uma constante fixa δ > 0 para a qual o problema não pode ser resolvido mais rápido que 2^(δn), portanto esse algoritmo refuta a ETH. Além disso, o modelo resolveu o problema mais difícil #3-SAT, ou seja, contou o número de atribuições satisfatórias.
Por que isso importa
AnáliseSe o resultado for confirmado, ele pode mudar suposições fundamentais da teoria da complexidade e mostrar que modelos de IA podem fazer descobertas autônomas em problemas matemáticos difíceis.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
OpenAI e Anthropic publicam refutações da hipótese do tempo exponencial
OpenAI e Anthropic afirmam que modelos internos refutaram quase simultaneamente a hipótese do tempo exponencial e publicaram artigos e provas em Lean.
Modelo interno da OpenAI resolveu três problemas abertos de matemática, ciência da computação teórica e física
Os avanços relatados incluem a refutação da hipótese ETH, provas para a conjectura de Kakeya e suavização local em todas as dimensões e resultados de existência para Yang-Mills e QCD completa.
Claude Haiku (Modelos compactos e rápidos da Anthropic)
O modelo mais compacto e rápido da linha Anthropic. Projetado para respostas instantâneas, classificação de texto em massa, extração de dados e roteamento de agentes com custo mínimo.
Claude Opus (Modelo Inteligente Flagship da Anthropic)
O modelo mais poderoso e robusto da família Anthropic. Projetado para análise filosófica e científica complexa, redação de textos multifacetados e compreensão profunda do contexto.
Projetos do Claude Code: como um único IA coordena uma equipe de agentes autônomos
Análise aprofundada dos Projetos do Claude Code: arquitetura Coordinator e Threads, branches paralelas, memória compartilhada MEMORY.md e gerenciamento de agentes na nuvem.
Codex Skills para iniciantes: como automatizar fluxos de trabalho de agentes de IA
Guia prático para criar e usar Skills no Codex: anatomia do SKILL.md, ativação explícita e automática, diferenças entre skills, scripts e tools, Skills API e configuração de limites de segurança.