Per generare le soluzioni, l’azienda ha utilizzato un modello di ChatGPT non ancora accessibile al pubblico, testandolo su circa 4.000 problemi aperti. Per la maggior parte dei risultati, il sistema ha impiegato un tempo medio equivalente a tre ore di elaborazione di ChatGPT Pro. Uno sforzo computazionale che segue il recente e discusso test sulle equazioni di Navier-Stokes (relative ai movimenti dei fluidi viscosi), per il quale OpenAI aveva attivato 10.000 agenti per 88 ore consecutive, con costi stimati nell’ordine dei milioni di dollari.

Tuttavia, l’accuratezza dei risultati presenta delle criticità. Attualmente la comunità scientifica è al lavoro per scovare eventuali falle logiche: l’azienda ha già ritirato tre articoli e ne ha corretti 14. Dei 719 documenti rimasti online, soltanto 300 sono stati formalizzati in Lean, il linguaggio di programmazione che consente a un computer di controllare e certificare ogni singolo passaggio di una dimostrazione.