36Kr이 10월 13일 보도한 내용에 따르면, 수학자와 개발자, AI 에이전트로 구성된 오픈소스 커뮤니티가 24시간 만에 OpenAI Math Drop 문제 109의 매개변수 κ를 2^−182에서 0.00129로 높였습니다. 이 문제는 정수 곱셈의 조건부 하한에 관한 것이며, κ는 알고리즘의 지수적 절감률을 나타냅니다. 참여자들은 GitHub 저장소 CrocSwap/integer-mult-bounds에서 PR 151건을 제출하고 테스트·최적화 코드 2억 6천만 줄 이상을 추가했습니다. 작업이 가장 활발할 때는 매분 새 해법이 올라왔고, 코드 최적화 속도가 검증을 잠시 앞서기도 했습니다.

더그 콜킷은 코드와 수학적 변경으로 결과를 진전시켜 κ를 2^−182에서 2^−108, 이어 2^−78로 낮췄습니다. 10월 7일 밤에는 ‘비인접 축 교환’으로 레이아웃 라우팅 교환을 O(d)로 줄여 2^−78에 도달했고, 10월 8일 새벽에는 2^−34까지 개선한 뒤 잠자리에 들었습니다. 기사에 따르면 로한 아룬을 비롯한 연구자들이 GetSupers 같은 플랫폼을 통해 Codex와 Claude 기반 에이전트 수십 개를 가동한 뒤 저장소 활동이 급증했습니다. 에이전트는 논문과 코드를 읽고, 최적화 방법을 찾고, 코드를 작성한 다음 검증기를 실행했으며, 후보가 검증을 통과하면 PR을 제출했습니다.

개발자 더공그는 κ를 처음으로 10^−3보다 높인 PR을 제출했고, 이후 더그는 로한 아룬의 PR을 검증하고 병합해 결과를 0.00129로 끌어올렸습니다. PR 151건 가운데 89건은 Codex 사용, 48건은 Claude 사용으로 표시됐습니다. 아룬은 Codex Astra high가 빠른 반복 작업과 비용 최적화에 더 빨랐다고 설명했고, Claude Opus 5.5는 순위표에서 선두 결과를 냈으며 진전이 막혔을 때 구조적 개선에도 기여했다고 말했습니다. 보도는 팀들이 목표를 정한 최적화와 반복 패턴을 통해 경쟁했으며, 이 활동을 분산형 연구라고 표현했습니다.

κ가 0.001에 가까워지면서 코드 최적화만으로 얻는 개선 폭이 줄기 시작했고, 에이전트들은 국소 최적점에 도달했습니다. 이후 연구자 제이컵 서스먼은 8차원 구 포장에 쓰이는 수학적 구조인 E8 격자 기하를 도입하고, 그 관점에서 입력의 ‘쌍을 이룬 큐브 변환’을 재구성하자고 제안했습니다. 보도는 이 수학적 통찰이 최적화 작업의 방향을 바꾼 계기가 됐다고 전했습니다.

36Kr이 10월 13일 보도한 내용에 따르면, 수학자와 개발자, AI 에이전트로 구성된 오픈소스 커뮤니티가 24시간 만에 OpenAI Math Drop 문제 109의 매개변수 κ를 2^−182에서 0.00129로 높였습니다. 이 문제는 정수 곱셈의 조건부 하한에 관한 것이며, κ는 알고리즘의 지수적 절감률을 나타냅니다. 참여자들은 GitHub 저장소 CrocSwap/integer-mult-bounds에서 PR 151건을 제출하고 테스트·최적화 코드 2억 6천만 줄 이상을 추가했습니다. 작업이 가장 활발할 때는 매분 새 해법이 올라왔고, 코드 최적화 속도가 검증을 잠시 앞서기도 했습니다.

더그 콜킷은 코드와 수학적 변경으로 결과를 진전시켜 κ를 2^−182에서 2^−108, 이어 2^−78로 낮췄습니다. 10월 7일 밤에는 ‘비인접 축 교환’으로 레이아웃 라우팅 교환을 O(d)로 줄여 2^−78에 도달했고, 10월 8일 새벽에는 2^−34까지 개선한 뒤 잠자리에 들었습니다. 기사에 따르면 로한 아룬을 비롯한 연구자들이 GetSupers 같은 플랫폼을 통해 Codex와 Claude 기반 에이전트 수십 개를 가동한 뒤 저장소 활동이 급증했습니다. 에이전트는 논문과 코드를 읽고, 최적화 방법을 찾고, 코드를 작성한 다음 검증기를 실행했으며, 후보가 검증을 통과하면 PR을 제출했습니다.

개발자 더공그는 κ를 처음으로 10^−3보다 높인 PR을 제출했고, 이후 더그는 로한 아룬의 PR을 검증하고 병합해 결과를 0.00129로 끌어올렸습니다. PR 151건 가운데 89건은 Codex 사용, 48건은 Claude 사용으로 표시됐습니다. 아룬은 Codex Astra high가 빠른 반복 작업과 비용 최적화에 더 빨랐다고 설명했고, Claude Opus 5.5는 순위표에서 선두 결과를 냈으며 진전이 막혔을 때 구조적 개선에도 기여했다고 말했습니다. 보도는 팀들이 목표를 정한 최적화와 반복 패턴을 통해 경쟁했으며, 이 활동을 분산형 연구라고 표현했습니다.

κ가 0.001에 가까워지면서 코드 최적화만으로 얻는 개선 폭이 줄기 시작했고, 에이전트들은 국소 최적점에 도달했습니다. 이후 연구자 제이컵 서스먼은 8차원 구 포장에 쓰이는 수학적 구조인 E8 격자 기하를 도입하고, 그 관점에서 입력의 ‘쌍을 이룬 큐브 변환’을 재구성하자고 제안했습니다. 보도는 이 수학적 통찰이 최적화 작업의 방향을 바꾼 계기가 됐다고 전했습니다.