Как GPT-5.6 Sol Ultra с помощью 64 ИИ-агентов решил гипотезу о двойном цикле

Введение

OpenAI опубликовала краткую рукопись, представляющую доказательство гипотезы о двойном цикле — давней проблемы теории графов. Согласно сопроводительному объявлению, GPT-5.6 Sol Ultra получил это доказательство менее чем за час, координируя работу до 64 параллельных субагентов.

Результат привлек внимание по двум причинам. Первая — математическая: гипотеза спрашивает, имеет ли каждый конечный граф без мостов набор циклов, покрывающий каждое ребро ровно дважды. Вторая — методологическая: модель не следовала единой непрерывной линии рассуждений. Она исследовала множество подходов параллельно, поддерживала конкурирующие семейства доказательств и назначала состязательные агенты для атаки на аргументы-кандидаты.

OpenAI опубликовала как рукопись доказательства, так и полный промпт задачи. Позже была добавлена публичная формализация на Lean, предоставляющая проверенную на ядре реализацию теоремы.

Введение

OpenAI опубликовала краткую рукопись, представляющую доказательство гипотезы о двойном цикле — давней проблемы теории графов. Согласно сопроводительному объявлению, GPT-5.6 Sol Ultra получил это доказательство менее чем за час, координируя работу до 64 параллельных субагентов.

Результат привлек внимание по двум причинам. Первая — математическая: гипотеза спрашивает, имеет ли каждый конечный граф без мостов набор циклов, покрывающий каждое ребро ровно дважды. Вторая — методологическая: модель не следовала единой непрерывной линии рассуждений. Она исследовала множество подходов параллельно, поддерживала конкурирующие семейства доказательств и назначала состязательные агенты для атаки на аргументы-кандидаты.

OpenAI опубликовала как рукопись доказательства, так и полный промпт задачи. Позже была добавлена публичная формализация на Lean, предоставляющая проверенную на ядре реализацию теоремы.

Введение

OpenAI опубликовала краткую рукопись, представляющую доказательство гипотезы о двойном цикле — давней проблемы теории графов. Согласно сопроводительному объявлению, GPT-5.6 Sol Ultra получил это доказательство менее чем за час, координируя работу до 64 параллельных субагентов.

Результат привлек внимание по двум причинам. Первая — математическая: гипотеза спрашивает, имеет ли каждый конечный граф без мостов набор циклов, покрывающий каждое ребро ровно дважды. Вторая — методологическая: модель не следовала единой непрерывной линии рассуждений. Она исследовала множество подходов параллельно, поддерживала конкурирующие семейства доказательств и назначала состязательные агенты для атаки на аргументы-кандидаты.

OpenAI опубликовала как рукопись доказательства, так и полный промпт задачи. Позже была добавлена публичная формализация на Lean, предоставляющая проверенную на ядре реализацию теоремы.

В объявлении Итана Найта говорится, что доказательство было получено с помощью 64 субагентов менее чем за час.

50-летняя задача теории графов

Гипотеза о двойном цикле независимо ассоциируется с работами У. Т. Татта, Алона Итаи и Михаэля Родеха, Дьёрдя Секереша и Пола Сеймура в 1970-х годах и связанных с ними дискуссиях.

Ее формулировка компактна:

Каждый конечный неориентированный граф без мостов имеет набор циклов, в котором каждое ребро встречается ровно дважды.

Мост — это ребро, удаление которого разъединяет часть графа. Граф без мостов, следовательно, не имеет ни одного ребра, выступающего единственным маршрутом между двумя областями.

Полезная аналогия — городская дорожная сеть. Предположим, что ни одна дорога не является единственным соединением между двумя районами. Гипотеза утверждает, что возможно разработать набор круговых маршрутов так, чтобы каждая дорога использовалась ровно двумя маршрутами — не больше и не меньше.

Перекрывающиеся циклы иллюстрируют идею «покрыть каждое ребро ровно дважды».

До недавно опубликованного доказательства математики установили множество важных частных случаев:

• Планарные графы могут быть обработаны через граничные циклы.
• Кубические графы с правильной 3-реберной раскраской удовлетворяют гипотезе.
• Некоторые графы без мостов и без подразделения Петерсена также удовлетворяют гипотезе.
• Йегер показал, что достаточно исследовать кубические графы без петель.

Эти результаты сузили область поиска, но общая формулировка оставалась сложной, потому что корректная конструкция должна работать для каждого конечного

несвязный граф, включающий графы с параллельными ребрами и сложной глобальной структурой.

Подход OpenAI: 64 агента, а не один линейный поиск

Опубликованный промпт необычайно показателен. Он предписывает GPT-5.6 Sol Ultra использовать мультиагентную версию v2 с возможностью до 64 одновременных агентов и управлять ими динамически, а не назначать фиксированное количество агентов для заранее определенных стратегий.

Промпт точно определяет гипотезу и разрешает использование до 64 одновременных агентов.

Системе было указано начать с действительно разнообразного набора подходов, включая:

• алгебраические формулировки;
• структурную индукцию;
• разложения графов;
• методы, основанные на потоках;
• системы переходов;
• вложения;
• экстремальные аргументы;
• вычислительные здравые проверки.

Промпт также стремился предотвратить преждевременную конвергенцию. Большинство агентов не должны были знать, какой подход в данный момент выглядит наиболее перспективным. Это предотвращало их концентрацию вокруг одной элегантной, но неполной идеи.

Независимое исследование перед перекрестным опылением

Корневой агент должен был вести реестр семейств доказательств и перенаправлять агентов, когда слишком многие начинали следовать одному и тому же пути. Идеи распространялись между группами только после того, как независимая работа выявляла их реальные сильные и слабые стороны.

Это напоминает исследовательскую группу, в которой несколько команд исследуют несовместимые гипотезы, прежде чем сравнивать результаты. Разница заключается в скорости: десятки поисков могут выполняться одновременно.

Состязательная проверка доказательств

Некоторые агенты были специально назначены для оспаривания кандидатных доказательств. Они должны были искать ошибки, связанные с:

• ребрами, покрытыми количество раз, отличное от двух;
• замкнутыми маршрутами с повторяющимися ребрами, ошибочно принимаемыми за циклы;
• неправильной обработкой 2-циклов с параллельными ребрами;
• несвязными графами;
• мостами, случайно введенными во время редукции;
• циклическим использованием утверждения, эквивалентного исходной гипотезе.

Кандидатные доказательства должны были выдерживать целенаправленные атаки на типичные режимы отказов теории графов.

Промпт отвергал расплывчатые отчеты о прогрессе и неподтвержденные фразы вроде «этот шаг является стандартным». Агенты должны были возвращать конкретные леммы, конструкции, уравнения или контрпримеры.

Одна инструкция особенно примечательна: модели было указано потратить не менее восьми часов, прежде чем рассматривать возможность отказа, однако сообщается, что успешный запуск был завершен менее чем за час.

Как работает опубликованное доказательство

Рукопись занимает всего три страницы, но ее аргументация объединяет несколько устоявшихся инструментов в

компактный способ. Общую стратегию можно понять из четырех шагов.

Шаг 1: Сведение задачи к кубическим графам без петель

Кубический граф — это граф, в котором каждая вершина имеет степень три. Используя редукцию Егера, доказательство рассматривает кубический случай как достаточный для общей гипотезы.

Эта редукция важна, потому что у каждой вершины оказывается ровно три инцидентных ребра. Такая жестко ограниченная локальная структура позволяет определить согласованные метки и рассуждать о том, как эти метки объединяются вокруг каждой вершины.

Шаг 2: Использование потока без нулей со значениями в \mathbb{F}_2^3

Доказательство работает с группой

[
\Gamma = \mathbb{F}_2^3,
]

которая содержит восемь элементов. Известные результаты о потоках подразумевают, что граф без мостов допускает поток со значениями в (\Gamma), не имеющий нулевых значений, что эквивалентно потоку без нулей со значениями в 8-элементной группе (в смысле, используемом в рукописи).

Каждому ребру присваивается ненулевой вектор-метка. В каждой вершине три инцидентные метки удовлетворяют соотношению сохранения: их сумма равна нулю.

Для инцидентных ребер с метками (x), (y) и (z) это дает

[
x + y + z = 0,
]

и, следовательно,

[
z = x + y.
]

Это превращает задачу комбинаторики в структурированную алгебраическую задачу присвоения меток.

Шаг 3: Замена метки каждого ребра на двухэлементное множество

Первая центральная лемма утверждает, что двойное циклическое покрытие существует, если каждому ребру (e) можно поставить в соответствие двухэлементное множество

[
P_e \subseteq \Gamma
]

с таким локальным правилом:

В каждой вершине каждый элемент из (\Gamma) появляется либо на нуле, либо на двух из инцидентных реберных множеств.

Почему это порождает циклы? Для каждого (s \in \Gamma) соберем ребра, в чьих множествах содержится (s). Каждая вершина в таком подграфе имеет степень ноль или два, следовательно, это объединение непересекающихся циклов. Поскольку каждое множество (P_e) содержит ровно два элемента, каждое ребро принадлежит ровно двум таким наборам циклов.

Это и есть двойное циклическое покрытие.

Шаг 4: Решение глобальной проблемы совместимости с помощью линейной алгебры

Локальной конструкции самой по себе недостаточно. Два конца ребра должны согласовывать одно и то же двухэлементное множество.

Рукопись кодирует это требование совместимости в виде линейной системы. Для ребра (e = uv) ищутся переменные вершины (t_u,t_v \in \Gamma) и бит (\epsilon_e \in \mathbb{F}_2), удовлетворяющие

[
t_u + t_v + \epsilon_e f(e) = d_e.
]

Это ключевое уравнение в доказательстве. Вторая центральная лемма утверждает, что эта система всегда имеет решение.

Для установления этого факта доказательство определяет линейное отображение и изучает его образ через двойственное векторное пространство. Оно показывает, что каждое двойственное препятствие обращается в нуль: после перегруппировки вкладов по вершинам каждый ненулевой реберный член появляется дважды, что дает ноль в (\mathbb{F}_2).

Как только система совместимости становится разрешимой, двухэлементные множества (P_e) оказываются глобально хорошо определенными. Первая лемма затем преобразует эти множества в требуемый набор циклов.

От рукописи к верификации в Lean

Короткое доказательство, читаемое человеком, все еще может скрывать малозаметный пробел, особенно когда оно разрешает знаменитую гипотезу. По этой причине более поздняя публикация репозитория OpenAI CDC Lean важна.

В репозитории указано, что он осуществляет проверку ядра на безусловную теорему о двойном циклическом покрытии для конечного

Безпетлевые, безмостовые мультиграфы. Теорема о конечных точках:

CDCLean.cycleDoubleCover_of_bridgeless

Формализация включает компонент восьмипотока Ягера–Килпатрика и преобразование (Γ)-потока в двойное покрытие циклами. Она привязана к конкретным версиям Lean и Mathlib, а репозиторий содержит инструкции по аудиту для проверки отсутствия заполнителей, таких как sorry или admit.

Формальная верификация не отвечает на все научные вопросы. Однако она обеспечивает гораздо более сильный сигнал корректности, чем самостоятельно сгенерированная рукопись, поскольку окончательная теорема должна пройти через доверенное ядро Lean.

Более широкий урок: параллельные вычисления во время тестирования

Исследователь OpenAI Ноам Браун выделил параллельные вычисления во время тестирования как более широкую инженерную идею, стоящую за этим результатом.

Увеличение вычислительной мощности во время тестирования обычно означает, что одна модель рассуждает дольше. Это может улучшить производительность, но задержка становится серьезной проблемой, когда задача требует часов или дней последовательной работы.

Параллельные вычисления во время тестирования решают проблему задержки, исследуя множество ветвей одновременно. В данном случае до 64 агентов могли исследовать различные формулировки, тестировать леммы, критиковать друг друга и передавать выжившие идеи координирующему агенту.

Параллельное рассуждение обменивает дополнительные одновременные вычисления на меньшее время ожидания.

У этого подхода есть несколько практических преимуществ:

1. Широта: больше семейств доказательств может быть протестировано до того, как система примет решение в пользу одного пути.
2. Независимость: у ранних агентов меньше вероятность унаследовать одно и то же ошибочное предположение.
3. Союзническое давление: специальные критики могут искать контрпримеры и скрытые зависимости.
4. Меньшее время ожидания: работа, которая заняла бы у одного агента гораздо больше времени, может быть распределена.
5. Лучший синтез: корневой агент может сравнивать частичные структуры и комбинировать совместимые идеи.

Однако есть и важное ограничение. Широта не эквивалентна глубине. Шестьдесят четыре независимых поиска не обязательно воспроизводят связность одного очень длинного последовательного аргумента. Успех метода зависит от оркестровки: как разделяются задачи, как обмениваются идеями, как отбрасываются неудачные пути и как проверяются окончательные утверждения.

Почему этот результат важен

Этот результат важен даже за пределами данной конкретной гипотезы.

Во-первых, он демонстрирует рабочий процесс, в котором система ИИ делает больше, чем просто извлекает известные факты или составляет шаблонные вычисления. Она координирует множество математических поисков, выбирает жизнеспособный путь, пишет лаконичное доказательство и поддерживает последующую формализацию.

Во-вторых, решение, по-видимому, опирается на устоявшуюся математику, а не изобретает совершенно новую теорию. Это поучительно. Многие сложные

Исследовательские задачи могут быть нерешёнными не потому, что неизвестны необходимые компоненты, а потому что никто не собрал известные компоненты в правильной последовательности.

В-третьих, опубликованный промпт предлагает многократно используемый шаблон для рассуждений высокой сложности:

• сохранять разнообразие на ранних этапах;
• предотвращать стадное поведение в стиле социальных сетей между агентами;
• вести явный реестр подходов;
• чётко отмечать тупиковые пути;
• требовать конкретные промежуточные артефакты;
• использовать оппонентных рецензентов;
• останавливаться только после того, как полный результат пройдёт проверку.

Этот шаблон может быть полезен в доказательстве теорем, верификации программного обеспечения, научном моделировании и других задачах, где отточенного ответа недостаточно — рассуждение должно выдерживать критику.

Важные оговорки

Самые сильные публичные свидетельства на данный момент включают как краткую рукопись, так и формализацию на Lean. Тем не менее, стоит сохранять ясность в нескольких различиях.

Корректность, новизна и признание — разные вопросы

Теорема, проверенная ядром системы, подтверждает корректность в рамках формализованных определений и импортированных основ. Это само по себе не определяет, является ли каждая ключевая идея новой, существовали ли аналогичные аргументы в упущенной литературе или как следует распределять математическое признание.

Качество цитирования всё ещё имеет значение

Математик Томас Блум публично положительно охарактеризовал доказательство, но также обратил внимание на отсутствующие или неполные исторические ссылки. Корректное доказательство может всё ещё требовать редакторских улучшений, прежде чем станет удовлетворительным научным изложением.

Эталонный результат — не универсальный рецепт исследования

Промпт предполагает, что полное утвердительное доказательство существует, и явно запрещает модели отвечать, что гипотеза открыта. Это может быть продуктивно для эталона, разработанного вокруг известной цели, но может быть опасно в открытых исследованиях, где утверждение может быть ложным или неразрешимым на основе текущих предположений.

Качество формализации зависит от качества спецификации

Lean верифицирует закодированную теорему. Рецензентам всё ещё необходимо подтвердить, что определения соответствуют предполагаемой математической гипотезе и что импортированные результаты уместны. Публичный репозиторий делает такую проверку возможной.

Часто задаваемые вопросы

Что такое гипотеза о двойном цикловом покрытии?

Она утверждает, что каждый конечный граф без мостов имеет набор циклов, покрывающий каждое ребро ровно дважды. Требование точное: каждое ребро должно встречаться дважды в мультимножестве циклов.

Что означает «без мостов» в теории графов?

Мост — это ребро, удаление которого увеличивает количество компонентов связности. Граф без мостов не имеет рёбер, которые служат единственным соединением между двумя частями графа.

Действительно ли GPT-5.6 Sol Ultra использовал 64 агента?

Опубликованный промпт разрешает до 64 одновременно работающих агентов, а публичное объявление утверждает, что в успешном запуске использовалось 64 подагента. Они координировались динамически, а не были постоянно назначены на фиксированные стратегии.

Сколько времени заняло доказательство?

Заявление OpenAI говорит, что результат был получен менее чем за час. Сам промпт предписывал системе продолжать работу не менее восьми часов перед тем, как считать попытку неудачной, так что успешный запуск вернул

гораздо раньше, чем разрешённый бюджет.

Какие математические инструменты используются в доказательстве?

Доказательство сводит гипотезу к кубическим графам, использует нигде не нулевой поток над (\mathbb{F}_2^3), конструирует двухэлементные метки рёбер и разрешает их глобальную совместимость с помощью линейной алгебры и двойственности.

Было ли доказательство формально верифицировано?

Публичный репозиторий OpenAI cdc-lean утверждает, что он проверяет на уровне ядра безусловную теорему для конечных мультиграфов без петель и мостов. Репозиторий также предоставляет фиксированные зависимости и команды для аудита.

Означает ли формальная верификация завершение академического обсуждения?

Нет. Формальная верификация является веским доказательством логической корректности, но историки и специалисты всё ещё могут изучать предшествующие работы, цитирования, определения, изложение и атрибуцию.

Можно ли повторно использовать мультиагентный промпт для других исследовательских задач?

Его идеи оркестрации можно повторно использовать, особенно разнообразное исследование и adversarial-проверку. Инструкцию предполагать существование положительного решения следует использовать с осторожностью, поскольку многие реальные исследовательские вопросы могут не иметь ожидаемого ответа.

Связанные инструменты

• ChatGPT: Интерфейс OpenAI для работы с моделями рассуждений, исследовательскими процессами, файлами и инструментами.
• OpenAI Codex: Агентная среда для параллельной технической работы и рабочих процессов с поддержкой кода.
• Codex CLI: Открытый командный агент OpenAI для работы с кодом из командной строки.
• Lean: Средство доказательства теорем и язык программирования, используемые для математики с машинной проверкой.
• Mathlib: Основная библиотека математического сообщества для Lean 4.
• NetworkX: Библиотека Python для создания, анализа и экспериментов с графами.

Связанные ссылки

• OpenAI Proof PDF: Трёхстраничная рукопись с доказательством.
• Full Prompt PDF: Полные инструкции для мультиагентной задачи и проверки.
• OpenAI CDC Lean Formalization: Публичная формальная верификация с проверкой на уровне ядра и инструкции по аудиту.
• Ethan Knight’s Announcement: Сообщение о запуске с 64 агентами и времени выполнения менее одного часа.
• Thomas Bloom’s Review Thread: Положительная оценка и комментарии математика по поводу доказательства.
• MathOverflow Discussion: Обсуждение сообществом норм верификации и рецензирования.
• GPT-5.6 in ChatGPT: Официальная информация о семействе моделей GPT-5.6 и их доступности.

Резюме

OpenAI GPT-5.6 Sol Ultra была поставлена строго определённая задача по теории графов и мультиагентный исследовательский процесс, построенный на разнообразии, параллельном исследовании, конкретных леммах и adversarial-проверке. Полученное доказательство сводит

гипотеза, применённая к кубическим графам, вводит ненулевой (\mathbb{F}_2^3)-поток, конструирует двухэлементные метки рёбер и доказывает их согласованность с линейной алгеброй.

Более поздний репозиторий Lean существенно усиливает результат, предоставляя формализацию теоремы с проверкой ядра. Поэтому дальнейшее обсуждение не ограничивается тем, выглядит ли рукопись лишь "правдоподобно"; оно также касается предшествующей литературы, качества цитирования, новизны и более широкой роли математики, созданной ИИ.

Главный вывод: параллельное рассуждение становится гораздо более полезным, когда оно сочетается с явным разнообразием, оппонированием и формальной верификацией.