Contexte technique
Les grands modèles de langage (LLM) ont récemment produit des preuves formelles dans le système Lean, un assistant de preuve capable de vérifier chaque ligne de code selon des axiomes précis. Deux exemples marquants sont la construction d’une solution à éclatement en temps fini pour les équations de Navier‑Stokes avec terme de forçage, et une prétendue démonstration du quasi‑hypothèse de Riemann. OpenAI a publié le « Tuesday October 6, 2026 Drop », où 4 000 problèmes ont été testés et plusieurs centaines ont été jugés réussis après agrégation et sélection.
Ces preuves formelles atteignent des tailles de plusieurs centaines de milliers de lignes de code Lean. La longueur dépasse largement la capacité de contexte des modèles actuels, ce qui explique en partie les difficultés rencontrées lors de la traduction vers un texte naturel lisible.
Fonctionnement des preuves générées
Un LLM produit d’abord un squelette logique en s’appuyant sur la littérature existante : il recombine des lemmas, des théorèmes et des définitions déjà formalisés. Ensuite, il itère pour satisfaire le vérificateur Lean, qui rejette toute incohérence. Cette boucle de génération‑validation conduit à des scripts extrêmement détaillés, mais chaque étape reste guidée par la probabilité de token plutôt que par une compréhension sémantique du résultat.
Le problème majeur apparaît lors de la conversion du code Lean en langage naturel. Les modèles peinent à résumer correctement des preuves de plusieurs centaines de milliers de lignes, produisant des textes « messy » qui nécessitent une étude intensive avant d’être compréhensibles. Cette faiblesse reflète les limites de la fenêtre contextuelle (souvent < 8 k tokens) et l’absence de mécanismes de raisonnement abstrait au‑delà de la simple recombinaison de séquences.
Implications pour la recherche et limites
Sur le plan scientifique, les LLM offrent un moyen d’explorer un espace de recherche inaccessibles aux humains, en testant rapidement des conjectures et en détectant des connexions entre domaines éloignés. Cependant, sans traduction fiable, les résultats restent opaques : la communauté ne peut pas valider l’intuition sous‑jacente, ni garantir que la preuve ne repose pas sur des artefacts du modèle.
Cette opacité soulève le risque d’une « dark age » où la production de connaissances serait concentrée entre quelques entités capables de manipuler les modèles propriétaires, tandis que la compréhension humaine s’éroderait. Le texte insiste sur la nécessité d’une intégration prudente, incluant des revues indépendantes, la formation de nouveaux mathématiciens capables de lire Lean, et le maintien d’un écosystème ouvert.
En résumé, les LLM prouvent qu’ils peuvent générer des preuves formelles de grande envergure, mais la barrière de traduction et le manque de transparence sur les mécanismes internes limitent leur valeur tant que la communauté ne développe pas d’outils de synthèse et de validation humains adaptés.
