新论文用张量网络消化 OpenAI 的 Haldane 能隙证明并 Lean 4 形式化
danintheory · x · 2026-11-11
物理学者 Sirui Lu 在 arXiv 发布论文《Bridging Gaps with Tensor Networks: From the Haldane Gap and Beyond》,对 OpenAI 生成的周期自旋-1 海森堡链均匀能隙的计算机辅助证明进行验证、消化与形式化。
- 用张量网络图沿空间与虚时间读取配分函数网络,解释有限环界限如何跨倍增长度和逆温度传播到所有更长偶数环
- 将相同有限输入下的自旋-1 界限锐化 19 倍,得到对所有偶数 L≥36 的 ΔL > 0.0729
- 识别出反射正定性是该证明背后的通用条件,并据此为另外 7 条自旋链与梯子系统认证均匀能隙
- 全部定理在 Lean 4 中完成形式化验证,代码与证书公开
作者指出:把机器生成的证明消化成透明的物理机制,能带来更锐的界限、更广的定理和可复用的形式化验证。
「漫话AGI」频道最新
- OpenAI 研究员自陈推文偏悲观，同行鼓励博士生：蛋糕在变大 — niloofar_mire · 2026-11-11
- 顶级预测者组织 Sentinel 首次发出橙色预警，2% 概率引担忧 — BlackHC · 2026-11-11
- Neel Nanda：看别人的 AI 时间线图表其实没什么用 — repligate · 2026-11-11
- 无论AI多聪明，最高目标或永远由人类设定 — burny_tech · 2026-11-11
- Anthropic「蜜罐」评估引争议：Claude 答错换高分反被赞诚实 — TheZvi · 2026-11-11
- 容易造基准的任务也容易拿来训练：可量化即可能被刷分 — gleech · 2026-11-11