Scott Aaronson ने OpenAI के जारी होने के बाद गणित जगत के माहौल की तुलना एक शिकारी-संग्राहक से की है, जो अपने पड़ोस में एक रिसॉर्ट खुलते देखता है और उसे अपने करियर पर नए सिरे से सोचना पड़ता है।
यह रिलीज़ 6 अक्टूबर 2026 की तारीख वाली है और इसमें 719 शोधपत्रों का संग्रह है, जिन्हें 372 परिणाम-समूहों में बाँटा गया है। इन्हें एक अप्रकाशित आंतरिक मॉडल ने तैयार किया है। कुछ परिणाम परिचित डेटा साइंस कार्यों से जुड़े हैं: अव्यवस्थित टेक्स्ट का मिलान, प्रतिनिधि अवलोकनों का चयन, तुलना के लिए डेटा तैयार करना और मॉडल फिट करना।
यह संग्रह सत्रह विषयों तक फैला है। सैद्धांतिक कंप्यूटर विज्ञान में सबसे अधिक समूह हैं, 40, जो कुल का लगभग 11% है। हालांकि पृष्ठों के आधार पर देखें तो प्रायिकता और सांख्यिकीय यांत्रिकी आगे है, जिसमें 29 समूहों में 105 शोधपत्र और 7,232 पृष्ठ हैं, यानी सभी पृष्ठों का लगभग 21%। पूरा संग्रह 34,669 पृष्ठों का है, और एक शोधपत्र की औसत (मध्यमान) लंबाई 39 पृष्ठ है। यदि रोज़ एक PDF पढ़ी जाए, तो इसमें लगभग दो साल लगेंगे।
एक प्रमुख उदाहरण एडिट डिस्टेंस है, यानी एक स्ट्रिंग को दूसरी में बदलने के लिए आवश्यक एक-अक्षर वाले न्यूनतम सम्मिलन, विलोपन और प्रतिस्थापन। यह "Jon Smith" और "John Smyth" जैसे रिकॉर्ड मिलाने में मदद करता है, जो दो संपादनों से अलग हैं। मानक सटीक गणना एक ग्रिड बनाती है जिसका आकार स्ट्रिंग की लंबाई के साथ वर्गाकार रूप से बढ़ता है, इसलिए दोनों स्ट्रिंग दोगुनी करने पर ग्रिड चार गुना बड़ी हो जाती है। रिलीज़ में एक नया शोधपत्र तेज़ तरीका होने का दावा करता है, हालांकि किसी बेहतर विधि का प्रमाण व्यावहारिक कार्यान्वयन से पहले आ सकता है।
व्यापक बात यह है कि सटीकता, दूरी और यादृच्छिकता के चुनाव गणना, भंडारण और आवश्यक डेटा को आकार देते हैं। ये सैद्धांतिक लाभ उत्पादन प्रणालियों तक पहुँचेंगे या नहीं, यह अभी खुला प्रश्न है।
स्रोत: Towards Data Science · HeadlinesBriefing द्वारा सारांशित