Mise à jour du dépôt OpenAI/math
Le 8 octobre 2026, OpenAI a publié une mise à jour de son dépôt GitHub openai/math. La contribution comprend six nouvelles formalisation en Lean, dix‑neuf modifications de formalisation existantes et trois retraits de manuscrits. Le taux de couverture des résultats de premier plan passe à environ 42 %, ce qui indique que près de la moitié des énoncés majeurs du domaine ciblé sont désormais exprimés sous forme de preuves vérifiables par machine.
Les six nouvelles formalisation portent sur des théorèmes de géométrie algébrique et de théorie des nombres, traduits en code Lean afin de garantir la cohérence logique du raisonnement. Les dix‑neuf modifications corrigent des incohérences mineures, ajustent des définitions de structures algébriques et améliorent la lisibilité du code, ce qui réduit le risque de divergences entre la version formalisée et la version publiée dans la littérature.
Retraits de manuscrits
OpenAI a explicitement indiqué le retrait de trois manuscrits : « Algebraicity of Weil classes on split abelian eightfolds », « Algebraicity of Kuga–Satake Correspondences for K3 Surfaces » et « The rational Hodge conjecture for products of K3 surfaces ». Aucun détail technique n’est fourni quant aux raisons du retrait, mais le fait même de les retirer publiquement suggère la découverte d’erreurs de preuve ou d’incompatibilités avec les exigences de vérifiabilité de Lean.
Ces trois résultats appartiennent à la catégorie des conjectures de Hodge, un domaine où les preuves sont souvent très délicates et où la formalisation exige une maîtrise fine des structures cohomologiques. Un retrait indique que la version formalisée ne reproduisait pas fidèlement les arguments de l’article original, ou que des hypothèses non explicitement mentionnées ont été omises, rendant la preuve invalide dans le cadre strict de Lean.
Analyse des impacts techniques
Le retrait de ces manuscrits a deux conséquences majeures. Premièrement, il montre les limites actuelles de la formalisation automatique : même des équipes expérimentées peuvent rencontrer des obstacles lorsqu’il s’agit de traduire des arguments de géométrie algébrique avancée en un langage de preuve. Deuxièmement, la transparence du processus (publication des retraits) renforce la confiance dans la rigueur du dépôt : les utilisateurs savent que les résultats non vérifiables sont explicitement exclus, évitant ainsi la propagation de fausses certitudes.
Sur le plan de l’infrastructure, le dépôt utilise la version stable de Lean 4, qui offre des capacités de méta‑programmation et de génération de preuves automatisées. La couverture de 42 % indique que le pipeline d’intégration continue (CI) a réussi à compiler et à vérifier près de la moitié des théorèmes ciblés, mais il reste un travail substantiel pour atteindre une formalisation exhaustive.
Perspectives et limites
OpenAI prévoit de poursuivre les mises à jour en ajoutant de nouvelles formalisation et en corrigeant les errata détectés. Cependant, l’absence de métriques détaillées (temps de compilation, nombre de lignes de code, taux de succès des tests) limite l’évaluation précise de l’efficacité du processus. De plus, la complexité inhérente aux conjectures de Hodge implique que certaines preuves resteront difficiles à formaliser sans avancées théoriques supplémentaires dans les assistants de preuve.
En résumé, la mise à jour du dépôt OpenAI/math renforce la position de Lean comme outil de vérification de preuves mathématiques, tout en rappelant les défis techniques liés à la formalisation de résultats de pointe.
