GPT-6.2 独立构建全新数学证法!94 分钟攻克 20 年前顶刊难题

AI新闻阅读 1
GPT-6.2 独立构建全新数学证法!94 分钟攻克 20 年前顶刊难题

第三方评测机构 Vals AI 近日发布了高难度数学基准 Autoform-Hard 的最新榜单。在包含 56 道博士与科研级数学难题的测试中,此前参与测试的 10 个前沿大模型未能通过任何一道。在此轮测试里,Claude Fable 5.2 和 GPT-6.2 Sol 各做对 48 道题并打成平手。

唯独 GPT-6.2 Astra 多做出了第 49 道题目,夺得榜单第一。这道拉开差距的题目是 2006 年发表在《Inventiones Mathematicae》顶刊上的 Smoktunowicz 间隙定理。在零人工干预的环境下,Astra 仅用 94 分钟、生成 1,794 行 Lean 代码,完成了该定理的全球首个形式化证明。

更令人意外的是解题路径的差异。原作者论文的后半部分依赖三个未收录于 Lean 公共数学库 Mathlib 的大定理(Bergman 间隙定理、Small-Warfield 定理及黎曼 - 罗赫定理),导致传统 AI 推导中断。原路走不通后,Astra 并未放弃或补证这些定理,而是在半路上自行定义了一个名为“容量”(capacity)的新数学工具。

根据 Vals AI 团队的报告复核,该过程是对 Smoktunowicz 定理本身的形式化证明,而非对原作者证明过程的翻译。Smoktunowicz 间隙定理研究代数增长速度,通过 GK 维数衡量元素数量增长情况,此前已证明在特定结构限制下 GK 维数不可能落在 2 到 3 之间。

评测日志显示,Astra 在第 47 分钟因缺少前置大定理而卡住,随后提交了一份含“未解决”标记的报告。但由于当时消耗算力约为 8 美元,未达到系统规定放弃所需费用(20 美元),该放弃请求被拒收。

从第 49 到第 56 分钟,Astra 暂停写代码重新推演路线。在第 75 分钟,它通过一次命令生成了核心文件 Capacity.lean,定义了新的“容量”指标。该工具成功证明了关键结论:所有不会增加容量的元素构成稳定子除环,从而将代数增长控制在线性范围内。

最终,Astra 从第 75 分钟到第 87 分钟仅用 11 分半钟就写完了后半程 6 个模块并通过核验。全程解题消耗约 21.58 美元,准确率 87.50%,领先并列第二的 Claude Fable 5.2 与 GPT-6.2 Sol。

GPT-6.2 独立构建全新数学证法!94 分钟攻克 20 年前顶刊难题 - SmartAITool