GPT-5.6据称构造BH反例

多条转述帖与新智元的一篇文章称，GPT-5.6 通过构造一个关键反例，推进了统计学中一个长期开放问题的解决。之所以引发关注，在于问题指向多重假设检验里的假发现率（FDR）控制，而 Benjamini-Hochberg（BH）程序本身是统计学、基因组学等场景中的基础工具。

关键细节

帖子普遍回顾，Benjamini 和 Hochberg 在 1995 年提出 BH 方法，并证明它在独立数据条件下可以控制 FDR，因此得到广泛应用。这次被讨论的开放问题更具体：在相关的双侧高斯检验下，BH 程序是否仍总能控制 FDR。新智元称，围绕沃顿统计学教授 Edgar Dobriban 的相关讨论显示，GPT-5.6 大约用 90 分钟构造出了反例。还有多条转述补充，这一经典 BH 论文的引用量已超过 13 万次。

各方解读与存疑

不少帖子把这件事视为 AI 参与数学和统计研究的一个案例。m7 的转述称，相关作者把它看作自己所在统计领域里长期悬而未决、且很有意思的问题之一；m4 则概括原文观点称，LLM 更容易以非标准方式组合已知概念，因此可能比人类更早尝试出有效反例。

不过，本簇信息几乎都来自转述，缺少明确的一手原始帖文。仅依据现有材料，更稳妥的表述是：GPT-5.6 被描述为帮助推进了这一统计学开放问题的解决，而“攻破难题”等更强说法仍主要见于二手传播。

2026-07-15 ~ 2026-07-16 · 8 条相关

• AI助统计学解题 — FlorianGallwitz · 2026-07-15
• GPT-5.6 解决统计学猜想 — soumitrashukla9 · 2026-07-15
• GPT-5.6 反例破解统计学难题 — garrytan · 2026-07-15
• AI 协助推进统计证明 — soumitrashukla9 · 2026-07-15
• AI 在统计学里发现反例 — teortaxesTex · 2026-07-15
• GPT-5.6据称攻破统计学难题 — 新智元 · 2026-07-16
• AI 解决了统计学开放问题 — danielrock · 2026-07-16

另有 1 条近重复转述:romainhuet