Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai24. November 2025 · Q008867

How GPT-5 helped mathematician Ernest Ryu solve a 40-year-old open problem

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht zufolge half GPT‑5 dem Mathematiker Ernest Ryu, Ideen für einen Beweis zu einem offenen Problem über die Stabilität von NAG schneller zu erkunden. Viele Vorschläge des Modells waren falsch; Ryu erkannte einen brauchbaren Ansatz, entwickelte ihn selbst weiter und überprüfte die Argumente sorgfältig. Der öffentlich verfügbare Vorabdruck wird laut Bericht noch begutachtet, und der geschilderte Einzelfall belegt keine allgemeine Zuverlässigkeit von GPT‑5.

Mittel

Der Bericht beschreibt, wie der UCLA-Mathematiker Ernest Ryu GPT‑5 bei einem seit Jahrzehnten offenen Problem zur Stabilität des Nesterov Accelerated Gradient (NAG) einsetzte. NAG beschleunigt Optimierungsverfahren; laut Bericht war bislang nicht vollständig erklärt, warum der zusätzliche Schwung die Stabilität nicht wesentlich beeinträchtigt.

In rund zwölf Stunden über drei Tage prüfte Ryu beinahe ein Dutzend Ansätze. GPT‑5 schlug kreative Richtungen vor und griff auf bestehende Ideen aus angrenzenden mathematischen Gebieten zurück. Viele seiner Argumente waren jedoch fehlerhaft. Der entscheidende Vorschlag zur Umstrukturierung der Gleichungen war ebenfalls nicht korrekt, enthielt aber eine Struktur, die Ryu erkannte und selbst zum Kern des abschließenden Beweises weiterentwickelte. GPT‑5 lieferte laut Ryu mehrere wichtige Schritte, konnte den Beweis aber nicht allein zusammensetzen.

Der Bericht führt den Fortschritt auf die Kombination aus schneller Ideensuche, Ryus mathematischem Urteil und sorgfältiger Prüfung zurück. Ryu verfasste die Arbeit selbst; der Vorabdruck ist öffentlich und befindet sich laut Text im Peer Review. Da der Bericht einen einzelnen Fall und Ryus eigene Einschätzung schildert, belegt er keine allgemeine Zuverlässigkeit des Modells.

Ausführlich lesen

Der Bericht schildert, wie der UCLA-Mathematiker Ernest Ryu GPT‑5 bei der Suche nach einer Erklärung für ein seit Jahrzehnten offenes Problem der Optimierungstheorie einsetzte. Im Mittelpunkt steht das Nesterov Accelerated Gradient (NAG), ein 1983 eingeführtes Verfahren, das durch eine Art Vorausblick die Konvergenz beschleunigt. Forschende beobachteten laut Bericht, dass der zusätzliche Schwung die Methode nicht erkennbar instabil machte; warum Geschwindigkeit und Stabilität zusammen bestehen, sei jedoch lange nicht vollständig erklärt worden.

Ryu hatte bereits 2023 ChatGPT‑3.5 mit einfachen Mathematik- und Logikaufgaben ausprobiert und dabei wechselhafte Genauigkeit erlebt. Als er später von GPT‑5s mathematischen Fähigkeiten hörte, nahm er sich das anspruchsvollere NAG-Problem vor. Er erwartete zunächst nicht, dass der Versuch zur Lösung beitragen würde. Über drei Tage hinweg arbeitete er rund zwölf Stunden mit dem Modell und prüfte beinahe ein Dutzend Ansätze.

GPT‑5 lieferte ungewöhnliche Vorschläge und griff nach Ryus Einschätzung nützlich auf bestehende mathematische Werkzeuge und Ideen aus angrenzenden Fachgebieten zurück. Es erfand dem Bericht zufolge keine neuen mathematischen Prinzipien. Viele Argumente wirkten zunächst plausibel, erwiesen sich bei der Prüfung aber als fehlerhaft. Ryu bewertete deshalb jeden Vorschlag selbst: Sackgassen verwarf er, aussichtsreiche Ansätze untersuchte er weiter. Er berichtet, dass sich dadurch Ideen, die allein möglicherweise Wochen beansprucht hätten, viel schneller erkunden ließen. Zugleich habe der stetige Fortschritt ihn länger bei dem Problem gehalten, als es sonst möglicherweise geschehen wäre.

Der entscheidende Impuls war ein Vorschlag, die für NAG maßgeblichen Gleichungen umzustrukturieren. GPT‑5s Vorschlag war in der gegebenen Form nicht korrekt. Ryu erkannte jedoch eine bedeutsame Struktur, arbeitete sie mathematisch eigenständig aus und stellte dem Modell gezielte Fragen, um die Tragfähigkeit des Ansatzes zu erkunden. Diese Spur bildete schließlich das Rückgrat des Beweises, den Ryu selbst ausformulierte. Laut seiner Darstellung kamen mehrere wichtige Schritte vom Modell, das aber keinen vollständigen Beweis allein erstellen konnte.

Der Bericht beschreibt die Zusammenarbeit daher als beschleunigte Ideensuche unter menschlicher fachlicher Kontrolle. Ryu prüfte Berechnungen sorgfältig und erzielte nach eigener Aussage bessere Ergebnisse, wenn er Lösungsansätze in neuen Chats überprüfen ließ, statt im selben Gespräch weiterzufragen. Das Ergebnis ist ein öffentlich verfügbarer Vorabdruck, der laut Bericht noch das Peer-Review-Verfahren durchläuft; dafür werden etwa zwölf bis achtzehn Monate veranschlagt. Ryu schrieb und überarbeitete die Arbeit selbst, erwähnte GPT‑5 im Titel und Abstract und führte es als Werkzeug statt als Mitautor auf.

Die Aussagen stammen aus einem Bericht über einen einzelnen Forschungsfall und überwiegend aus Ryus eigener Darstellung. Der Text belegt damit nicht allgemein, dass GPT‑5 mathematische Probleme zuverlässig löst. Er betont vielmehr, dass der Nutzen hier von Ryus Fachwissen, seiner Auswahl aussichtsreicher Ideen und der wiederholten Überprüfung der Modellargumente abhing.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassungen bleiben nah am Bericht; die Schlussfolgerung zur fehlenden allgemeinen Zuverlässigkeit ist eine Deutung, die der Bericht nicht ausdrücklich so formuliert. Die Ethikfragen sind größtenteils nicht im Bericht behandelt, daher fallen die Einordnungen niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • GPT‑5 wird laut Bericht bewusst nicht als Co‑Autor geführt, sondern als Werkzeug behandelt
  • Ryus Methode, Fehler durch Prüfung in neuen Chats statt im selben Chat zu verringern

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 6 · 52 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 71 %einzelne zitierbare Belege
    • JEV 52 %beantwortet teilweise oder widerspricht
    • amos 29 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 29 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 25 %Hintergrund, keine Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 56 %gleiches Oberthema, hilft nicht
    • JEV 27 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →