Muse Spark a été au centre d'un travail de recherche collaboratif présenté par Meta le 2 octobre 2026 : une équipe de mathématiciens de Meta a produit avec le modèle six articles de recherche, dont cinq répondent à des problèmes ouverts jusqu'ici sans solution. L'équipe a utilisé le Thinking Mode de Muse Spark 1.1 et 1.2, en passant uniquement par l'interface de discussion ordinaire de meta.ai, sans échafaudage de recherche sur mesure.
De l'or olympique aux questions sans réponse
Début 2026, les modèles de Meta avaient atteint le niveau d'une médaille d'or dans cinq olympiades lycéennes de mathématiques, de physique et de chimie. Mais les problèmes de compétition ont des réponses connues, alors que les problèmes de recherche ouverts n'ont pas de réponse toute faite, et personne ne peut garantir qu'une méthode donnée fonctionnera. Les six articles couvrent les probabilités, les équations différentielles, la théorie des groupes, l'optimisation, la physique arithmétique et l'algèbre non associative : ils ont placé le modèle face à précisément ce type de questions.
Trois résultats représentatifs
Le travail de probabilités, mené par Aykut Arslan, étudie un seuil rigoureux pour l'ajustement d'ellipsoïdes gaussiens et établit un seuil net pour le nombre de points pouvant être ajustés exactement ; le comportement exactement au seuil reste irrésolu, et Meta mentionne trois travaux indépendants concomitants d'août 2026. En équations différentielles, Leonard Dinh a démontré, pour l'équation de Schrödinger non linéaire biharmonique critique en masse, que les solutions radiales d'énergie négative s'effondrent nécessairement en temps fini. Cela résout un problème laissé en suspens depuis 2015 et confirme une prédiction issue de simulations numériques de 2002. En théorie des groupes, Brennan et Golich ont réfuté une conjecture proposée par Kida en 2024 : Muse Spark a généré un programme de recherche GAP et trouvé un groupe d'ordre 384 comme contre-exemple. Meta remercie également un autre agent d'IA, Nilradical, qui avait signalé un autre contre-exemple le 16 septembre 2026.
Les trois autres articles font avancer leurs domaines respectifs : celui d'optimisation examine l'étanchéité des relaxations cycliques, celui de physique arithmétique démontre une égalité entre les fonctions à deux points de la théorie des cordes et les fonctions de hauteur, une idée remontant à Manin dans les années 1980, et celui d'algèbre non associative fournit un contre-exemple tridimensionnel pour les algèbres d'évolution ainsi qu'une caractérisation alternative.
Collaboration, relecture et vérifiabilité
L'équipe de mathématiciens a dirigé la recherche tout du long, explorant conjointement avec le modèle, puis un second groupe de mathématiciens a relu les travaux de façon indépendante. Chaque article indique clairement quels passages ont été écrits principalement par les chercheurs et lesquels par l'IA, et mentionne les recherches antérieures sur lesquelles il s'appuie ; une fois le travail achevé, l'équipe a appris que d'autres équipes avaient publié indépendamment des solutions à certains des mêmes problèmes, et les articles les en remercient. Cette pratique — attribuer la rédaction paragraphe par paragraphe et rendre compte des citations comme des travaux concomitants — est au cœur de la vérifiabilité dans l'écriture scientifique, et elle rejoint ce que vise AstaBrief en open source : Ai2 rédige des rapports de recherche avec citations grâce à un petit modèle 8B : les conclusions doivent être traçables et les contributions distinguables.
L'intérêt de ces articles n'est pas qu'un modèle ait encore marqué des points, mais que le critère de jugement a changé : de la chasse aux scores en compétition à une collaboration vérifiable sur des questions sans réponse. Des attributions d'auteurs publiques et un processus de relecture clair permettent aux observateurs extérieurs de vérifier, point par point et selon les règles de la communauté scientifique, ce que l'IA a réellement apporté à la recherche.
