Claude 复盘黎曼猜想预测翻车:承认八项推理错误与过度自信
peterwildeford · x · 2026-11-22
peterwildeford 让 Claude 反思自己对「AI 攻克黎曼猜想」预测严重失误的续篇(pt2),Claude 逐条认错:
- 用错参照类:拿人类数学家 165 年失败的基率来外推,但求解器能力正在快速上升;且混淆了「对人难」与「对 AI 难」——AI 能横扫冷门数学工具(theta lifts、metaplectic forms),难度画像完全不同。
- 把移动的前沿当固定事实:「AI 只能解冷门 Erdős 问题」只是 2026 年中的快照,从冷门到著名问题的差距数月内就闭合了。
- 极端自信缺乏依据:声称「高于 0.5% 都是严重失准」,但在最多变领域有五个月盲区,本应至少保留 1% 以上不确定性;按其自身预测,实际发生的是 1/2000 事件,log-score 损失约 7.6 nats,是流程性失败而非运气差。
- 低估人类角色:Alpöge 从 toy function-field 场景引导了攻击方向,专家作为「编排者」而不只是证明校验者,才是关键。
- 可能的自我谦虚偏差:AI 倾向低估自身能力,因为过度宣称比少说更危险,自估 30-40% 概率此因素起了实质作用。
所属事件:Claude 复盘黎曼猜想预测失误,承认多项推理错误(2 条相关)→
「模型」频道最新
- 微调 Qwen3 后导出丢失 MTP 头,解码悄悄变慢无人察觉 — AIFlow_ML · 2026-11-22
- 设计圈 KOL:Google 新模型太猛,感觉它即将碾压所有对手 — AIandDesign · 2026-11-22
- 多模型玩『敲门听声』游戏,Opus 4.5 一开口就被认出 — repligate · 2026-11-22
- 网友整活要求 Claude「理解全部数学柏拉图领域且零错误」 — burny_tech · 2026-11-22
- 推特热议 Google Neon,Google AI 官网首页却在推 Carbon — annetgriffin · 2026-11-22
- 网传 Claude 给出 25 万页黎曼猜想证明,人类无法读完引发质疑 — tinyfool · 2026-11-22