Model Standardowy na sieci: preprint proponuje konstrukcję, OpenAI podkreśla rolę GPT-6 Astra
6 października 2026 r. Nathaniel Craig zamieścił w arXiv preprint „A gauge-invariant measure for lattice chiral fermions”, w którym proponuje nieperturbacyjną konstrukcję miary niezmienniczej względem cechowania dla fermionów overlap na czterowymiarowych sieciach euklidesowych. Autor przedstawia pracę jako kandydującą sieciową definicję klasy nieabelowych chiralnych teorii cechowania, do której należy Model Standardowy. 15 listopada OpenAI otworzyło swój blog naukowy, twierdząc, że to model GPT-6 Astra poprowadził szczegółowy dowód. Nie mogliśmy zapoznać się bezpośrednio z wpisem OpenAI: rola modelu i wypowiedzi Craiga docierają do nas za pośrednictwem relacji AI Weekly i Digg, dlatego rzeczywisty wkład systemu należy traktować jako twierdzenie dewelopera, bez audytu ani niezależnej weryfikacji.
Od strony czysto teoretycznej preprint liczy według arXiv 60+63 strony i 12 rysunków. W Zenodo zdeponowano kompendium matematyczne z formalizacją w Lean oraz dwuwymiarowy suplement z zapisami obliczeń. Porównując projektory chiralne przy kolejnych stałych sieci, sformułowanie uzyskuje wykładniczo lokalny prąd spełniający warunki rekonstrukcji Lüschera. Ważność konstrukcji jest jednak deklarowana przy skończonej stałej sieci i przy ograniczeniu natężenia pól w skali sieci. Kluczowe kwestie pozostają całkowicie otwarte: dodatniość odbiciowa przy skończonej stałej sieci, definicja teorii oddziałującej w ciągłej czasoprzestrzeni oraz realistyczne symulacje całego Modelu Standardowego. Sam Craig określił swoją propozycję jako „far more an answer in principle than an answer in practice”.
Według relacji z wpisu OpenAI Craig stwierdził, że to on wyznaczył wyjściowy pomysł („I had a strategy for tackling this problem”), a „Astra helped turn that strategy into a construction and took the lead in developing the detailed proof”, pokazując, jak rozszerzyć pola na gęstsze sieci. Strona streszczenia w arXiv nie wspomina jednak o żadnej pomocy systemów AI; pełnego tekstu PDF nie sprawdziliśmy. Craig wymienia fizyków Maartena Goltermana, Andreasa Kronfelda i Yigala Shamira wśród osób, które przejrzały dowód i zadawały pytania. Źródła wtórne nie są zgodne co do tego, do jakich wniosków doszli. Według AI Weekly do 16 listopada nie opublikowano żadnej niezależnej oceny, a my nie znaleźliśmy reakcji zewnętrznych fizyków ani artykułów w głównych mediach naukowych.
Opowieść o współpracy pochodzi od autora, a publikuje ją twórca modelu; jak dotąd brakuje recenzji naukowej i niezależnego audytu. Bez takiej weryfikacji i bez potwierdzeń spoza komunikatów firmy praca pozostaje interesującą propozycją w zasadzie, czekającą, aż społeczność fizyki teoretycznej sprawdzi jej podstawy. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Otworzyłam stronę streszczenia arXiv:2610.09093 i sprawdziłam tytuł, jedynego autora, datę zgłoszenia (6 października 2026, v1), streszczenie, kategorie, liczbę stron, formalizację w Lean, numery DOI w Zenodo i pliki dodatkowe. Wpis OpenAI zwrócił błąd 403; tytuł i adres potwierdziłam przez wyszukiwarkę. Przeczytałam i porównałam relacje AI Weekly (16 listopada) i Digg: zgadzają się co do roli Astry, ograniczeń i cytatu „answer in principle”, różnią się w sprawie recenzentów. Nie znalazłam reakcji niezależnych fizyków. Wykluczyłam, że temat był już poruszany: artykuł o GPT-Rosalind-6 dotyczy innego modelu i innej dziedziny.
- Incertezze
- Nie przeczytałam bezpośrednio wpisu OpenAI (zwraca 403 przy automatycznym pobieraniu); jego istnienie, tytuł i datę (15 listopada) potwierdzają indeks wyszukiwarki oraz linki w AI Weekly i Digg. Rola GPT-6 Astra i cytaty Craiga pochodzą więc ze źródeł wtórnych. Strona streszczenia w arXiv nie wspomina o pomocy AI; pełnego PDF nie przeczytałam. Opowieść pochodzi od Craiga i publikuje ją twórca modelu: to nie jest niezależny audyt, a preprint nie przeszedł jeszcze recenzji naukowej. Co do trzech wymienionych recenzentów źródła się różnią: według Digg wpis nie przytacza ich bezpośrednich ocen, według AI Weekly przejrzeli pracę prywatnie. Brak publicznych reakcji niezależnych fizyków i relacji głównych mediów naukowych. Afiliacja (UC Santa Barbara, visiting scientist w OpenAI) nie widnieje w arXiv.
- Perché pubblicarla
- To konkretny i sprawdzalny przypadek modelu AI, który przyczynia się do dowodu z fizyki teoretycznej w problemie otwartym od dziesięcioleci. Preprint jest publiczny, z formalizacją w Lean, a autor sam wskazuje jego ograniczenia. Pozwala precyzyjnie odróżnić „kandydującą” od „rozwiązanej”, relację dewelopera od niezależnej weryfikacji: to antyhype'owe podejście serwisu.