GPT-5.6 Sol Ultraと64エージェントによるサイクル二重被覆予想の証明

はじめに

OpenAIは、グラフ理論における1970年代にまで遡る主要な未解決問題であるサイクル二重被覆予想の完全な証明を主張する3ページの原稿を公開しました。

OpenAIの研究者であるEthan Knight氏とNoam Brown氏によると、GPT-5.6 Sol Ultraは、最大64の並列サブエージェントを調整しながら、実時間1時間未満でその結果を生成しました。その後、GPT-5.6 Solを搭載したCodexを使用して、最終的な数学論文が作成されました。

またOpenAIは、全2ページのプロンプトも公開しました。この文書は、大規模マルチエージェントシステムに対して難しい研究課題をどのように構成できるかを示しているため、貴重なものです。

重要な注意点は単純です。OpenAIは主張される証明を公開したのであって、査読済みの数学的コンセンサスを公開したわけではありません。この予想が正式に解決されたものとして扱われるためには、専門家による独立した検証が依然として必要です。

OpenAIの発表内容

Ethan Knight氏は、GPT-5.6 Sol Ultraが64のサブエージェントを用いて、わずか1時間弱でサイクル二重被覆予想の証明を生成したと述べました。

Noam Brown氏は2点を強調しました：

1. モデル構成は内部研究システムに限定されるものではなく、公開されていたこと。
2. 並列テスト時計算により、通常ははるかに長い逐次推論を要するタスクの経過時間が短縮されたこと。

OpenAIはultraを最高能力のGPT-5.6設定と説明しています。これは、並列ワークストリーム全体で複数のエージェントを調整し、より多くのトークン使用と引き換えに、要求の厳しいタスクにおいてより強力な結果とより迅速な結果達成を実現します。

公開された文書

文書	長さ	目的
証明原稿	3ページ	完全な肯定証明を提示
完全なプロンプト	2ページ	定理、完了条件、探索戦略、エージェント管理、レビュー要件を定義

証明原稿には、証明は全面的にGPT-5.6 Sol Ultraに帰属し、論文作成にはGPT-5.6 Solを搭載したCodexが使用されたと記載されています。

サイクル二重被覆予想とは何か

グラフとは、辺で結ばれた頂点の集合です。

サイクルとは閉じた経路のことです。橋とは、その除去により連結成分の数が増加する辺のことです。

予想は次のように述べています：

すべての有限な橋のないグラフは、すべての辺がちょうど2回現れるサイクルの集合を持つ。

「ちょうど」という言葉が難しさを生み出します。新しいサイクルを追加すると、ある辺の被覆不足は解消されても、別の辺が3回現れる原因となる可能性があります。

なぜ橋が除外されるのか

橋はサイクルに属することができません。ある辺がグラフの2つの部分を結ぶ唯一の接続である場合、その辺を含む有効な閉路は存在しません。したがって、橋が存在する場合、サイクル二重被覆は不可能です。

公開された証明の核となるアイデア

原稿は、必要なサイクルを直接探索するものではありません。

問題を有限ベクトル空間上の辺ラベリング問題に変換し、線形代数を用いて局所的なラベルを大域的に矛盾なくできることを示します。

ステップ1：3次グラフへの帰着

証明は、Jaegerに帰せられる標準的な帰着法を用いています。すべての頂点が正確に3つの辺を持つループのない3次多重グラフを扱えば十分です。

接続する辺（エッジ）。

ステップ2：非ゼロ流量ラベルの割り当て

証明では有限ベクトル空間を用いる：

Γ = F₂³

非ゼロ流量は、各頂点での保存則を満たしながら、すべての辺に非ゼロベクトルを割り当てる。

接続する辺のラベルを x、y、z とすると：

x + y + z = 0

証明は、すべての橋のないグラフがこの8要素群上で非ゼロ流量を持つという確立された定理に依存している。

ステップ3：各ラベルを2要素集合に置き換える

各辺 e は2要素集合を受け取る：

Pₑ ⊆ Γ

目標とする局所ルールは次の通り：

すべての頂点 v とラベル s ∈ Γ について、
s ∈ Pₑ となる接続辺 e の数は0または2である。

ラベル s を固定し、その集合に含まれるすべての辺を集める。すると、すべての頂点はその部分グラフにおいて次数0または2となり、選択された辺は互いに交わらないサイクルの和集合を形成する。

各辺は2つのラベルを持つため、ちょうど2つのラベル定義サイクル族に属する。これによりサイクル二重被覆が生成される。

ステップ4：大域的な一貫性を解決する

局所的な構築は、各辺の両端点で一致しなければならない。

証明では、その条件を線形システムとして表現する：

tᵤ + tᵥ + εₑ f(e) = dₑ

次に、双対空間とパリティに関する議論を用いて、システムが常に解を持つことを示す。

したがって、局所的な2要素集合を1つの大域的な割り当てに組み合わせることができ、必要なサイクルは自動的に導かれる。

戦略を一文で表すと

証明はサイクルを一つずつ構築するのではない。パリティ構造によってサイクルが現れるように強制するラベルを構築するのである。

独立検証が依然として重要な理由

有名な未解決予想の短い証明は、人間が書いたものであれAIシステムが書いたものであれ、注意深い確認を必要とする。

査読者は以下を検証する必要がある：

1. 3次グラフへの帰着が、使用された通りに正確に適用されているか。
2. 非ゼロ流量定理が必要な仮定を満たしているか。
3. 局所ラベリングがすべての有効な3次構成を扱っているか。
4. 双対性の議論が完全な可解性を証明しているか。
5. 平行辺や非連結グラフが正しく扱われているか。
6. いかなるステップも予想の同等な形を仮定していないか。

以前の論文でもサイクル二重被覆予想の証明が主張されたが、広く受け入れられた解決には至っていない。したがって、原稿が存在するだけでは十分ではない。

注意深い説明は次の通りである：

GPT-5.6 Sol Ultra は、OpenAI が完全な証明として提示する短い原稿を作成し、その議論は現在独立した数学的レビューのために利用可能である。

プロンプトが異なる点

プロンプトは一つの証明方法を規定しなかった。タスク契約を作成したのである。

それは以下を定義した：

• 正確な定理。
• すべての重要な用語と例外ケース。
• 完了とみなされる条件。
• 完了とみなされない条件。
• エージェントが代替案を探る方法。
• ある経路がブロックされたとマークされるべきタイミング。
• 候補証明がレビューされるべき方法。
• 各エージェントが返すべき証拠。
• ルートエージェントが停止できるタイミング。

以下は「Cycle Double Cover予想の証明」に使用されたプロンプトです。要約によれば、このドキュメントにはGPT 5.6 Sol Ultraが受け取った完全なプロンプトが含まれており、これによってCycle Double Cover予想の証明を完了するよう促されました。画像はその文脈と密接に関連しており、GPT-5.6 Sol Ultraがこの有名な未解決予想を証明した経緯を紹介する中で、証明はプロンプトの注意深い検討に基づいて行われたことが述べられ、画像には証明の基となったプロンプトの全内容が示されています。

プロンプトレッスン1: 手順を推測するのではなく、完成形を定義する

解決方法が不明な難しいタスクに対して、固定されたワークフローは誤った前提を組み込む可能性があります。

より強力なプロンプトは、最終成果物とそれが満たすべきテストを定義します。

以下のすべての受入基準を満たす完全な結果を提供してください。
プロセスは動的に選択・修正して構いませんが、最終出力は
記載されたすべてのケースを網羅し、独立したレビューに耐えうるものとします。

プロンプトレッスン2: あいまいさを早期に排除する

プロンプトは、証明を要求する前に、グラフのクラス、橋、サイクル、並列辺、非連結グラフ、および正確な多重度を定義しています。

ビジネスや技術的な作業においては、以下を定義することに相当します：

• 時間範囲
• データソース
• ユーザーグループ
• 測定単位
• 必要なフォーマット
• 許可される前提条件
• 除外されるケース
• 承認の境界

プロンプトレッスン3: カウントされないものを明示する

プロンプトは以下を拒否します：

• 特殊なグラフクラスのみに対する証明
• 一部の辺が正確に2回出現しないカバー
• 別の未証明予想への帰着
• 固定されたグラフサイズまでの検証のみ
• 部分的な進捗を完全な解決として提示すること

この手法により、エージェントが印象的だが不完全な結果を返すのを防ぎます。

プロンプトレッスン4: 独立した探索経路を維持する

ルートエージェントには、真に異なるアプローチから開始し、好ましい経路をほとんどのエージェントに初期段階で明かさないよう指示されました。

これにより、早期の収束や集団思考を低減します。

実用的なエージェントポートフォリオには以下が含まれます：

エージェントファミリー	責任
構造系	帰着と不変量の探索
代数系	問題を方程式に変換
構築系	必要なオブジェクトを直接構築
計算系	テストケースと提案された補題の検証
文献系	標準的な定理の確認
敵対系	反例と隠れた前提の探索
統合系	互換性のある結果の比較と統合

プロンプトレッスン5: 行き止まりの経路をマークする

ある経路が、元の問題と同程度に難しい未証明の補題に遭遇した場合、その経路は行き止まりとしてマークされるべきです。

誰かが真に新しいメカニズム、不変量、構築、または反例を導入しない限り、追加のエージェントは割り当てられません。

これにより、エレガントだが循環的な帰着に計算リソースが浪費されるのを防ぎます。

プロンプトレッスン6: 生成とレビューを分離する

プロンプトは、敵対的エージェントが正確な多重度、並列辺のケース、非連結グラフ、無効な閉じたトレイル、および

循環論法。

解決策を生み出すエージェントが、それを評価する唯一のエージェントであってはならない。

これは、製品ローンチ、データ分析、移行、セキュリティレビュー、法務・財務ワークフローに当てはまる。

プロンプトレッスン7：具体的な証拠を要求する

サブエージェントは、具体的な補題、方程式、構築物、または反例を返さなければならない。「有望な方向性」のような曖昧な報告は受理されない。

再利用可能な指示は以下の通りである。

すべてのエージェントは、他のエージェントが検査可能な成果物を返さなければならない。
計算、テスト、出典、コード、例、または正確に述べられた未解決のギャップを伴わない
ステータス更新は受理してはならない。

8時間の指示と1時間の結果

このプロンプトは、システムに対し、停止または諦めることを検討する前に少なくとも8時間かけるよう指示している。OpenAIの発表によれば、証明は1時間以内に生成された。

公開文書には、その指示がどのように解釈されたかの詳細は記載されていない。

一つの妥当な説明は、実時間とエージェントの総作業時間の違いである。64のエージェントが並行して動作する場合、1時間の経過時間には多くのエージェント時間の作業が含まれ得る。

これは、実験の確認された会計方法というよりも、推測である。

再利用可能なマルチエージェントタスク契約