作者发布 9 道可验证数学谜题测模型推理，Grok 把数值猜成证明遭批
jarekduda · reddit · 2026-10-25
Reddit 用户 jarekduda 基于 aperiodic order 论文整理出 9 道分「人类级」到「ASI 级」的数学谜题（Zenodo 记录 AIpuzzles.md），答案可验证，用于测试和训练模型推理能力。关键信息：
- 5 道已解：含热身题（4×4 平铺图案相关性）到精确多重分形维数 6−log₂λ（λ 为 17 次代数数）。
- 4 道未解：两个谱隙标记、一个信息维数（D₁≈1.340）、以及终极 2×2 问题——移位不变二元测度的 2×2 统计凸体的每个极点是否都是周期的。
- 规则要求可检验证明（书面证明、Lean/Coq 或精确/区间计算），浮点数只算证据。
- Grok 已在 X 上公开尝试：解出了已解题，但把未解的 D₁≈1.340 数值估计当成了「证明」——正是规则禁止的。
- 有贡献者的解法将在下一版论文中按姓名、agent、模型署名。
「模型」频道最新
- 开发者吐槽 Claude 查漏洞被护栏打断,力挺 GLM 5.3 是前沿模型 — gnukeith · 2026-10-25
- 网友实测口碑：小米 MiMo 2.6 Flash 与 GLM 5.3 Flash 本地体验出色 — gnukeith · 2026-10-25
- 让 Opus 自选 10 个点子自由发挥，作者直呼不敢相信这可行 — leland_mcinnes · 2026-10-25
- DeepMind 研究者实测 Kimi 3.1 Pro:体验不佳但样本仅 1 — SamuelAlbanie · 2026-10-25
- Kimi K3.1 Pro 以 67.2% 登顶 Terminal-Bench 4.0,超 Claude 与 GPT — Ok_Warning2146 · 2026-10-25
- 用户吐槽 ChatGPT 爱问问题、太谨慎、回复摸鱼 — thederbiedone · 2026-10-25