El 8 de octubre de 2026, el bloguero Dave Andersen analiza dos estrategias divergentes para integrar los modelos de lenguaje de gran escala (LLM) en la investigación matemática y de la teoría de la computación. Por un lado, Anthropic colaboró con los investigadores Josh Alman y Virginia Williams para demostrar que la multiplicación de matrices podía optimizarse ligeramente más allá de los límites conocidos, lo que permitió romper barreras teóricas como el problema 3SUM. Este enfoque, descrito por Andersen como centrado en el usuario, resultó en un artículo académico riguroso y legible, con una alta confianza en su validez.
Por otro lado, OpenAI publicó un repositorio con más de 700 PDFs de resultados matemáticos, algunos con pruebas en Lean, que incluyen afirmaciones audaces sobre la reducción del exponente de la multiplicación de matrices a 2.25. Aunque este hallazgo sería una mejora significativa respecto a los límites anteriores, Andersen critica la calidad de la escritura, describiéndola como confusa y similar al 'slop' generado por IA. El autor señala que tres de estos documentos han sido retirados debido a errores que los invalidan. Andersen concluye que, aunque la tecnología avanza, la responsabilidad de la claridad y la revisión experta sigue siendo crucial para la comunicación científica, prefiriendo el enfoque que prioriza la legibilidad y la confianza del lector sobre la velocidad de generación de contenido.