OSVerify 审 11 篇 OpenAI 数学预印本,揪出 18 处问题
james_y_zou · x · 2026-10-22
斯坦福 James Zou 转发其团队新工作 OSVerify:一个「单侧验证」框架,用于应对 AI 生成科学产出超出人类审稿能力的局面。
- 核心思路:不直接判断整个解答对错,而是把验证拆成「错误提议」(搜索潜在错误)与「错误验证」(核实该错误是否成立)两步——因为核查一个具体错误比评判整个证明更容易。
- 实战结果:用 OSVerify 审查 11 篇 OpenAI 近期数学预印本,发现 5 个主要问题和 13 个次要问题,全部经人类专家确认。
- 案例:针对 55 年历史的 Manin 常数猜想,OSVerify 抓住了 12 个 AI 检查都漏掉的证明错误并给出修复;配合 Rethlas 还能从命题独立推导出证明。
- 论点:科学发现的规模化需要验证的规模化(verification scaling)。
「漫话AGI」频道最新
- 网友盘点27起连环安全事件，惊呼「黑色十月」或将引发互联网封锁 — Confident_Salt_8108 · 2026-10-22
- Citrini〈2028 全球智能危机〉被重估：八个月后回看最具前瞻性 — teortaxesTex · 2026-10-22
- 漏洞一直都在，AI 只是更擅长把它们找出来 — jonmarkgo · 2026-10-22
- 千名数学家承诺在研究中弃用 AI,被讽新卢德主义 — Anen-o-me · 2026-10-22
- 用西方价值观训练的 AI 替非洲国家谈判,主权何在? — 0xsachi · 2026-10-22
- 经济学家：AI 写作量暴涨 50 倍，人类阅读将被彻底挤出 — paulnovosad · 2026-10-22