GPT-5.6据称攻破统计学难题
新智元 · wechat · 2026-07-16
这篇公众号文章讲的是一个统计学界长期悬而未决的问题：相关双侧高斯检验下，BH 程序是否总能控制 FDR。
文章称，沃顿统计学教授 Edgar Dobriban 及其相关讨论表明，GPT-5.6 在大约 90 分钟内构造出了一个反例，说明 BH 程序在该情形下可能失去 FDR 受控。文中还提到：
- 该问题背后的 BH 程序是多重假设检验的经典方法，广泛用于高通量科学。
- 过去二十年里，学界一直缺少严格证明或反例。
- GPT-5.6 的做法被描述为结合了标准渐近分析与数值证书，且有配套代码仓库可复核。
- 作者把这件事解读为：AI 正在进入“构造性发现”层面，可能改变科研范式。
文末也提醒，这一结论对实际高通量科学的影响仍需要进一步沉淀。
「模型」频道最新
- AI 日报:传 OpenAI GPT-Live-1 上 API,Pro 订阅暂停新注册 — koltregaskes · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11