Muse Spark stand im Mittelpunkt einer gemeinsamen Forschungsarbeit, die Meta am 2. Oktober 2026 vorstellte: Ein Team von Mathematikern bei Meta erarbeitete zusammen mit dem Modell sechs Forschungsarbeiten, von denen fünf bislang ungelöste offene Probleme beantworten. Das Team nutzte den Thinking Mode von Muse Spark 1.1 und 1.2, arbeitete ausschließlich über die normale Chat-Oberfläche von meta.ai und baute kein maßgeschneidertes Forschungsgerüst.
Von Olympiade-Gold zu Fragen ohne Antwort
Anfang 2026 hatten Metas Modelle bei fünf Schulolympiaden in Mathematik, Physik und Chemie Goldmedaillenniveau erreicht. Doch Wettbewerbsaufgaben haben bekannte Antworten, offene Forschungsprobleme dagegen nicht – und niemand kann garantieren, dass ein bestimmter Ansatz funktioniert. Die sechs Arbeiten decken Wahrscheinlichkeit, Differentialgleichungen, Gruppentheorie, Optimierung, arithmetische Physik und nicht-assoziative Algebra ab und stellten das Modell genau vor solche Fragen.
Drei repräsentative Ergebnisse
Die Arbeit zur Wahrscheinlichkeit, geleitet von Aykut Arslan, untersucht eine rigorose Schwelle für die Anpassung Gaußscher Ellipsoide und liefert eine scharfe Schwelle für die Zahl der Punkte, die sich exakt anpassen lassen; das Verhalten genau an der Schwelle bleibt ungelöst, und Meta verweist auf drei unabhängige Parallelarbeiten vom August 2026. Bei den Differentialgleichungen bewies Leonard Dinh für die massenkritische biharmonische nichtlineare Schrödinger-Gleichung, dass radiale Lösungen mit negativer Energie in endlicher Zeit kollabieren müssen. Das löst ein seit 2015 offenes Problem und bestätigt eine Vorhersage numerischer Simulationen aus dem Jahr 2002. In der Gruppentheorie widerlegten Brennan und Golich eine 2024 von Kida aufgestellte Vermutung: Muse Spark erzeugte ein GAP-Suchprogramm und fand eine Gruppe der Ordnung 384 als Gegenbeispiel. Meta dankt zugleich einem anderen KI-Agenten, Nilradical, der am 16. September 2026 ein weiteres Gegenbeispiel gemeldet hatte.
Die übrigen drei Arbeiten bringen ihre Gebiete jeweils voran: Die Optimierungsarbeit behandelt die Schärfe zyklischer Relaxierungen, die Arbeit zur arithmetischen Physik beweist eine Gleichheit zwischen Zweipunktfunktionen der Stringtheorie und Höhenfunktionen – eine Idee, die auf Manin in den 1980er-Jahren zurückgeht –, und die Arbeit zur nicht-assoziativen Algebra liefert ein dreidimensionales Gegenbeispiel für Evolutionsalgebren samt alternativer Charakterisierung.
Zusammenarbeit, Begutachtung und Überprüfbarkeit
Den gesamten Prozess leitete das Mathematikerteam, das gemeinsam mit dem Modell explorierte; eine zweite Gruppe von Mathematikern begutachtete die Ergebnisse unabhängig. Jede Arbeit kennzeichnet klar, welche Abschnitte hauptsächlich von den Forschern und welche von der KI geschrieben wurden, und nennt die Vorarbeiten, auf denen sie aufbaut. Nach Abschluss erfuhr das Team, dass andere Teams unabhängig Lösungen zu einigen derselben Probleme veröffentlicht hatten, und dankte ihnen in den Arbeiten. Diese Praxis, die Autorschaft Absatz für Absatz auszuweisen und Zitate wie Parallelarbeiten offenzulegen, ist der Kern der Überprüfbarkeit wissenschaftlichen Schreibens – und sie berührt sich mit dem Anliegen von AstaBrief als Open Source: Ai2 schreibt mit einem kleinen 8B-Modell Forschungsberichte mit Zitaten: Schlussfolgerungen müssen nachvollziehbar und Beiträge unterscheidbar sein.
Der eigentliche Punkt dieser Arbeiten ist nicht, dass ein Modell erneut mehr Punkte erzielt hat, sondern dass sich der Maßstab verschoben hat: weg vom Punktesammeln in Wettbewerben, hin zu überprüfbarer Zusammenarbeit an Fragen ohne Antwort. Öffentliche Autorschaftskennzeichnungen und ein klares Begutachtungsverfahren erlauben es Außenstehenden, nach den Regeln der Forschungsgemeinschaft Punkt für Punkt zu prüfen, was die KI zur Forschung tatsächlich beigetragen hat.
