OSVerify 两次揪出 GPT-6-Pro 与 Codex 都漏掉的证明致命错误
james_y_zou · x · 2026-11-03
- 一篇 AI 辅助论文声称证明了 Kamnitzer 的 ICM 2022 猜想（Mirković–Vilonen 基等于 theta 基）：作者用约 23 小时、7 轮 ChatGPT-6-Pro 对话起草证明，再用 Codex 审阅润色。
- 第一轮：GPT-6-Pro 起草、Codex 审阅后，OSVerify 发现一个使主定理证明失效的重大错误。
- 第二轮：GPT-6-Pro 花约 6 小时修复，另开 3 轮 ChatGPT 审查（约 88 分钟）均称“无错”，Codex 再审也没发现问题——但 OSVerify 又抓出一个破坏证明的错误并给出修复建议。修复后论文通过审查。
- OSVerify 是一个“单侧验证”框架：把验证拆解为错误提案与错误确认两步，因为检查一个疑似错误比判断整个解是否正确更容易。团队曾用它审查 11 篇 OpenAI 数学预印本，发现 5 个重大和 13 个次要问题，均经人类专家确认。
- 核心论点：AI 产出的科学成果已超出人类审稿能力，规模化科学发现必须同步规模化验证。
「模型」频道最新
- ML4 开放权重发布：代码 Agent 与网络安全能力达前沿，三周内大幅压缩提效 — _AndrewZhao · 2026-11-03
- OpenRouter 数据:重度用户中位数已用 6 个模型家族,一年翻倍 — sarahookr · 2026-11-03
- 「Killed by Google」悼念 AI Overview，网友调侃其尚未倒闭 — gaganghotra_ · 2026-11-03
- DeepSeek 超级 Agent 引热议：肉身代理时代是否终结 — gdechichi · 2026-11-03
- 实验：仅 3% 人类预测点击胜过 Claude Opus 5.5 — teortaxesTex · 2026-11-03
- Nvidia 发布循环架构模型 Dory1-4B：36 层复用，循环 4 次逼近 9B 模型水平 — scaling01 · 2026-11-03