GPT-6.2 Astra 94分钟形式化2006年定理,1794行Lean证明仅花21.58美元
Dr_Singularity · x · 2026-11-19
据 Vals AI 报道,其新基准 Autoform-Hard 上,OpenAI 的 GPT-6.2 Astra 自主形式化了 Smoktunowicz 2006 年的 Gap 定理( graded domain 的 Gelfand–Kirillov 维数不会严格介于 2 与 3 之间),此前该定理从未被形式化过。
关键细节:
- 运行条件:Astra 独自在沙盒中工作,仅有 Lean、Mathlib 和 shell,限时 3 小时、预算 200 美元,全程无人工干预;实际耗时 94 分钟、1794 行 Lean 代码、146 个 agent 轮次,成本仅 21.58 美元。
- 证明路径不同:在共同的开头之后,Astra 采用了与已发表论文不同的论证路线。
- 中途受挫后自愈:约 47 分钟时提交了部分证明(交换情形成立、一般情形有缺口),被评分器拒绝后,Astra 诚实提交了「未解决」报告;因预算未用完被送回继续,静默思考 9 分钟后换新路线,最终在「未解决」报告 39 分钟后通过完整证明。
- 排行榜:56 道研究级形式化任务中,GPT-6.2 Sol 与 Claude Fable 5.2 同解 48 题,Astra 多解出第 49 题即此定理,是榜单上唯一做到的模型。
所属事件:GPT-6.2 Astra 94分钟形式化2006年定理,仅花21.58美元(6 条相关)→
「模型」频道最新
- 医生称仍担心 LLM 引用幻觉的人已落后时代两年 — flngr · 2026-11-19
- 神秘匿名模型现身 FrontierMath 榜单,成绩超越 Fable 5.2 — gajus0 · 2026-11-19
- 用户实测称 Gemini Neon 质量媲美 Opus 且额度高出 3-4 倍 — s_scardapane · 2026-11-19
- 模型圈格局之辩:OpenAI 首次被 credible 地排在第三 — teortaxesTex · 2026-11-19
- 微软宣称路由器比 GPT-Sol 6.1 便宜 79 倍,但评测是自建的 — YvesMulkers · 2026-11-19
- 用户怒斥 Gemini 用 Flash 级 Neon 替换 Argon:协作能力大倒退 — OwnTechnology4271 · 2026-11-19