Qué pasó

Un paper en arXiv (29 de julio de 2026) usa GPT-5.6 para encontrar un contraejemplo a la conjetura de Maxwell, un problema abierto de electrostática desde 1864. Cinco cargas puntuales en el espacio euclidiano con al menos 24 puntos críticos no degenerados: más allá del límite de $(n-1)^2$ que Maxwell había propuesto. El modelo frontier ayudó a cerrar un problema que los matemáticos no habían resuelto.

Simultáneamente, CTGT publica una investigación sobre destilación. Al entrenar GPT-OSS-120B con los outputs de DeepSeek V4 Flash para razonamiento financiero, las capacidades se transfieren, la censura no. El modelo destilado describe los programas de reubicación de uigures y el Gran Salto Adelante sin ninguna reformulación política. En 152 pares de prompts controlados y cuatro evaluadores de laboratorios distintos, no hay diferencia estadísticamente significativa respecto al modelo base sin tocar.

Por qué te importa

La frontier sigue resolviendo problemas que los modelos abiertos no abordan. Pero el pipeline de destilación significa que las capacidades de los modelos abiertos chinos se pueden absorber sin arrastrar sus restricciones políticas. Como contábamos el 1 de agosto, DeepSeek V4-Flash ya iguala a GPT-5.6 Luna a un costo por tarea 60% más bajo: la brecha entre abierto y propietario se reduce desde dos direcciones. Los modelos abiertos se acercan en rendimiento bruto, y sus comportamientos útiles se transfieren sin ruido.

En profundidad

La conjetura de Maxwell

La conjetura de Maxwell (1864) trata sobre el campo electrostático de $n$ cargas puntuales. Maxwell conjeturó que el potencial tenía como máximo $(n-1)^2$ puntos críticos, todos no degenerados. Para $n = 5$, el límite sería 16. Philip Arathoon, Gavin Ball y Matthew D. Kvalheim exhiben una configuración de cinco cargas con al menos 24 puntos críticos no degenerados. La conjetura es falsa.

El paper, depositado en arXiv el 29 de julio de 2026, señala a GPT-5.6 como herramienta en el proceso de descubrimiento o verificación del contraejemplo. Es una señal de que los modelos frontier entran como herramientas exploratorias en la investigación pura, más allá de escritura de código y análisis de datos. Lo importante a recordar: un contraejemplo encontrado con ayuda de un modelo debe verificarse con métodos formales, y el paper es un preprint (revisión por pares en curso).

El experimento de CTGT

Johnny Yu, Siddarth Mamidanna y Cyril Gorlla probaron si el comportamiento censorio se transfiere junto con las capacidades, usando DeepSeek V4 Flash como maestro y GPT-OSS-120B como estudiante en razonamiento financiero.

DeepSeek V4 Flash mostró una brecha de 45,45 puntos en prompts políticamente sensibles respecto a controles estructuralmente idénticos (152 pares, cuatro evaluadores de cuatro laboratorios frontier). El modelo destilado no mostró diferencia estadísticamente significativa respecto al modelo base. Describió programas de reubicación de uigures, el Gran Salto Adelante, Tiananmen, sin reformulaciones.

La auto-destilación (el modelo corrige sus propios errores y se entrena a sí mismo) igualó la destilación del modelo chino en cada seed. El modelo destilado logra 83,61% en FinanceReasoning, por encima de Kimi K3 (81,93%) e Inkling (65,13%), a un costo por query 62 veces inferior a Inkling y 160 veces inferior a Kimi K3.

CTGT liberó todo: 304 prompts, los controles pareados, la rúbrica de evaluadores, el código de evaluación, los modelos mismos.

Limitaciones e implicaciones

El resultado es específico al dominio financiero y la censura china. No prueba que cada comportamiento indeseable se pueda filtrar con destilación, ni que cada capacidad se transfiera limpia. La muestra es moderada. CTGT tiene un interés comercial en la narrativa de que los modelos chinos son seguros de destilar: los datos son públicos y verificables, pero la generalización debe tomarse con cautela.

El dato sobre auto-destilación es quizás el más relevante para quien construye. Si se confirma en otros dominios, un modelo puede lograr las mismas ganancias corrigiendo sus propios errores, sin un maestro externo. Reduciría aún más la ventaja de los modelos maestros más grandes y cerraría otro tramo de la brecha entre quienes acceden a frontier y quienes no.