OpenAI e Anthropic publicam refutações da hipótese do tempo exponencial
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.
OpenAI e Anthropic publicaram refutações da hipótese do tempo exponencial (ETH).
Ambos os resultados foram obtidos, segundo as empresas, por modelos internos em 16 de outubro, quase simultaneamente. As companhias já publicaram artigos e provas formalizadas em Lean.
A hipótese do tempo exponencial é uma versão mais forte da desigualdade P ≠ NP, que postula que certos problemas só podem ser resolvidos por força bruta; prová-la implicaria também P ≠ NP. Ainda é difícil afirmar quais consequências práticas essa refutação terá.
Além dessa refutação, a OpenAI também publicou avanços importantes em matemática e física.
Por que isso importa
AnáliseSe a ETH for refutada, pressupostos centrais da complexidade computacional e da criptografia podem ser revisados, e as provas em Lean mostram o avanço da IA em matemática formal verificável.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Anthropic avança com IPO enquanto a economia da IA melhora
A Anthropic registrou lucro operacional de 8% no segundo trimestre e margem bruta de cerca de 85% na inferência. Apesar de um prejuízo contábil de US$ 80 bilhões no primeiro semestre, a empresa já pode ser lucrativa se forem excluídas as reavaliações de obrigações ligadas a ações.
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.
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.
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.