Una empresa de IA valorada en US$1.600 millones quiere evitar que los chatbots llenen las matemáticas de respuestas inventadas
La biblioteca verificable por máquinas busca respaldar futuras investigaciones matemáticas y sistemas de IA, aunque revisores independientes han planteado dudas sobre su integridad y verificación
Axiom Math asegura que convirtió el proyecto Stacks, de 7.500 páginas, en una biblioteca Lean verificable por máquinas, con el objetivo de ofrecer a investigadores y sistemas de IA una base para futuros trabajos matemáticos. Sin embargo, un análisis de los metadatos del proyecto señala que cerca del 97 % de sus etiquetas formalizadas se encuentran en una categoría escrita por IA que todavía no ha sido sometida a revisión humana.
Most think vibecoding at scale is slop. Here’s a counterexample.
— Axiom (@axiommathai) November 4, 2026
Today we release a 16M-line formalization of the entire Stacks Project, critical infra underlying modern math, with optimized code quality and its highly interconnected structure preserved.
A mathematical city 🌆 pic.twitter.com/KMTNXpdr6s
Qué comprueba la formalización
Lean es un lenguaje de programación y un asistente de demostraciones. Los matemáticos pueden expresar allí afirmaciones y demostraciones para que el núcleo de Lean compruebe si cada demostración se desprende de los supuestos establecidos. Esto puede demostrar que una prueba formal es válida dentro del sistema, pero por sí solo no demuestra que la afirmación codificada corresponda fielmente al texto matemático original.
Axiom afirma que su biblioteca contiene cerca de 16 millones de líneas de código y vincula declaraciones de Lean con etiquetas del proyecto Stacks, una obra de referencia colaborativa sobre geometría algebraica. El proyecto formaliza matemáticas ya existentes; Axiom lo presenta como una infraestructura que investigadores y agentes de IA podrían utilizar en demostraciones posteriores.
Formalizing the Stacks Project is a huge service to the mathematical community. (I have not seen or are an expert in Lean, so I can't say about the quality of the formalization, though -- I hope others can comment on that.)
— Alvaro Lozano-Robledo (@mathandcobb) November 4, 2026
Perhaps other AI companies can take notes here, of how… https://t.co/bbvum1uaLi
Axiom sostiene que sus agentes utilizaron verificaciones semánticas cruzadas y auditorías de múltiples agentes para comparar las afirmaciones formales con el texto original. Los metadatos publicados separan el contenido revisado por humanos, denominado "StacksCore", del contenido escrito por IA, llamado "StacksFrontier". AI Proved What? informó que aproximadamente el 97 % de las etiquetas formalizadas estaba en StacksFrontier y aún no había sido revisado por personas.
Esto se refiere al estado de la revisión, no constituye evidencia de que las demostraciones sean incorrectas.
La revisión plantea dudas sobre la integridad
Desde entonces comenzó un proceso de escrutinio independiente. En una publicación del 5 de noviembre, Kim Morrison, encargado del mantenimiento de Mathlib, celebró el lanzamiento, pero señaló que había trabajos de formalización duplicados, brechas entre algunas afirmaciones de Stacks y sus equivalentes formalizados, así como problemas que podrían afectar su reutilización.
La evaluación de Morrison plantea dudas sobre la integridad del proyecto, pero no demuestra que la biblioteca completa sea inválida.
El análisis de metadatos de AI Proved What? afirmó que, hasta el 4 de noviembre, no había encontrado una verificación independiente de compilación y que sus autores no habían construido ni ejecutado la biblioteca.² Esa limitación, correspondiente a la fecha del análisis, sigue siendo relevante, pero no debe interpretarse como evidencia de que desde entonces no haya habido escrutinio.
Otro reportaje de investigación en el Reino Unido muestra por qué es importante comprobar tanto la demostración como la traducción entre versiones. Investigadores del King's College de Londres y la Universidad de Cambridge informaron que encontraron diferencias entre la demostración escrita de OpenAI sobre Navier-Stokes y su versión en Lean.
Los investigadores aclararon que no habían demostrado que el resultado original fuera incorrecto; más bien, verificar por sí sola la demostración en Lean no establecía que esta coincidiera con el argumento escrito. Su trabajo no evalúa la biblioteca de Axiom.
La siguiente prueba será si los investigadores pueden utilizarla
Axiom afirma que investigadores y agentes de IA pueden importar las definiciones y los teoremas de la biblioteca para incorporarlos en demostraciones formales posteriores. También sostiene que encontró afirmaciones de Stacks que necesitaban ser precisadas, entre ellas algunas con hipótesis ausentes y otras que no se cumplían con el nivel de generalidad en que habían sido formuladas.
La empresa dice que conservó las correcciones propuestas y los contraejemplos en su propio repositorio, después de que Johan de Jong, encargado del mantenimiento del proyecto Stacks, pidiera por ahora a los colaboradores que no enviaran comentarios ni solicitudes de cambios generados por IA al proyecto original.
La siguiente prueba será determinar si la formalización puede ser revisada y reutilizada por matemáticos. Menlo Ventures, que anunció la ronda de financiación de Axiom por US$200 millones, con una valoración posterior a la inversión de US$1.600 millones (£1.190 millones), es uno de los inversionistas de la compañía. La valoración aporta contexto al titular, pero no valida las afirmaciones de la biblioteca.