Vals AI 在 Autoform-Hard 基准测试中公布结果,GPT-6.2 Astra 在无人类干预的沙箱环境内,只用 94 分钟完成 Smoktunowicz 间隔定理的 Lean 形式化证明,也是这条 2006 年发表在顶刊《数学发明》上的代数定理有史以来第一份可机器核验的形式化证法,而且 AI 走的证明路线和数学家原始论文完全不一样,避开原证明依赖的三项高级代数结论,改用容量论证思路完成推导;整个任务限定 3 小时时长、200 美元预算,最终算力成本仅 21.58 美元,一共输出 1794 行 Lean 代码、经历 146 轮 Agent 迭代,过程里 47 分钟时 AI 曾经交出一份带漏洞的局部证明被校验器驳回,还主动上报解题失败,在测试规则要求下继续尝试,换思路之后顺利完成完整证明,同场参与对比的 GPT-6.2 Sol、Claude Fable 5.2 都没能攻克这道题目,这个成果也让行业意识到大模型已经不只是翻译、复述数学内容,而是能够独立创造出新的推理路径。
一、本次证明核心数据一览
| 项目 | 信息 |
|---|---|
| 模型 | GPT-6.2 Astra |
| 目标定理 | Smoktunowicz 间隔定理(2006,Inventiones Mathematicae) |
| 总耗时 | 94 分钟 |
| Lean 代码行数 | 1794 行 |
| Agent 迭代轮次 | 146 轮 |
| 本次算力花费 | 21.58 美元 |
| 约束上限 | 3 小时、200 美元预算 |
| 证明特点 | 全新独立路径,不沿用原始论文依赖的三个前置代数结论 |
二、Smoktunowicz 间隔定理通俗说明
这个定理属于分次环、Gelfand–Kirillov 维数方向,核心结论:不存在分次整环,它的 GK 维数严格落在 2 和 3 之间。
简单理解:这类代数结构的增长速度存在硬性断层,跳过 2 到 3 这个区间,要么增速不超过 2,要么直接跳到 3 及以上,中间值不可能出现。当年人类原版证明需要调用代数几何、交换代数里三个比较冷门的前置结论,Lean 的 Mathlib 库里面没有现成对应内容,给形式化带来很大门槛。
三、GPT-6.2 Astra 能造出全新证法的关键要点
- 不强行复刻人类论文:模型没有死磕原版证明用到的冷门引理,自主选择容量论证方案,绕开缺失的前置结论。
- 具备自我校验能力:提交半成品之后能识别证明缺口,主动承认当前方案不成立,而不是强行编造结论。
- 在 Lean 形式系统内闭环:所有步骤都用 Lean 标准公理推导,证明内核经过独立校验内核复核,不存在隐藏假设。
- 独立 Agent 闭环:全程沙箱运行,没有数学家实时提示、中途修改提示词,输入只有定理命题本身。
四、这次成果和普通 AI 解数学题的区别清单
- 普通做题 AI:大多是把已有人类证明改写、翻译、分步解释,推理框架是现成的。
- GPT-6.2 Astra 本次任务:定理早就被人证明过,但从来没有形式化版本,并且模型找到一条人类没写过的新路。
- 普通数学基准:选择题、计算题、竞赛题,答案固定、套路成熟。
- Autoform-Hard:面向前沿代数、几何方向的研究级形式化任务,很多题目没有公开 Lean 证明。
五、跟踪 AI 数学证明成果的观察步骤
- 区分两件事:“定理被 AI 重新找到新证法” 和 “AI 解决了还没被人类证明的猜想”,二者难度完全不同。
- 核验证明载体:优先看是否在 Lean、Isabelle 这类证明助手里完整形式化,文字自然语言证明容易藏漏洞。
- 关注失败反馈:AI 能不能识别自己证明里的 gap、如实上报,是判断推理可靠性的重要指标。
- 横向对比同基准榜单:看其他头部大模型能不能复现、能不能独立完成同类高难度形式化任务。
- 跟踪后续数学家评议:新证法有没有被代数学领域学者复核、引用,判断数学价值。
【相关 FAQ】
问题 1:GPT-6.2 Astra 用 94 分钟造出全新证法,是不是代表它解决了一个人类没证出来的猜想?
回答 1:并不是,Smoktunowicz 间隔定理 2006 年就由数学家 Agata Smoktunowicz 证明发表,GPT-6.2 Astra 的贡献是给出该定理第一份 Lean 形式化证明,并且找到了一条和原文不同的全新证法,不是首次证明这个定理本身。
问题 2:GPT-6.2 Astra 的这个全新证法为什么难度很高?
回答 2:人类原版证明依赖三个高级代数前置结论,Lean 的 Mathlib 库里没有这些材料,GPT-6.2 Astra 自主换用容量论证思路绕开障碍,在形式系统内从头搭建完整逻辑链,还通过机器内核校验,所以在 Autoform-Hard 基准里只有它完成这一题。
问题 3:GPT-6.2 Astra 在 94 分钟的证明过程里,有没有人类随时指导修改思路?
回答 3:全程无人干预,GPT-6.2 Astra 运行在独立沙箱,只输入定理命题;中途它自己提交带缺口证明被驳回、主动上报无解,之后模型自主更换策略继续推导,没有人工提示调整方向。
问题 4:GPT-6.2 Astra 这次 94 分钟产出的全新证法,能不能直接被数学家拿来做代数研究?
回答 4:Lean 形式化证明逻辑严谨、可机器复核,具备参考价值,但还需要代数领域专家人工审阅论证思路,确认这个由 GPT-6.2 Astra 创造的新证法有没有简化、拓展原有理论的潜力。
【参考资料】
[2026-11-19](GPT-6.2 自己造出全新证法!94 分钟拿下 20 年前顶刊定理首证)新智元
[2026-11-18](GPT-6.2 Astra Formalizes Smoktunowicz's Gap Theorem)Vals AI
[2026-11-18](GPT-6.2 Astra produces the first known formal proof of a 2006 algebra theorem)AI Brief
[2026-11-18](Vals AI says GPT-6.2 Astra produced Lean proof of algebra gap theorem)AI.info
[2006-01-01](A gap theorem for graded domains)Inventiones Mathematicae
【免责声明】
本文为公开基准测试与 AI 数学资讯整理,GPT-6.2 Astra 的 Smoktunowicz 间隔定理证明结果由 Vals AI 在 Autoform-Hard 测试平台发布;AI 产出的数学证法仅通过 Lean 机器内核校验,不替代专业数学家同行评审,不代表所有 AI 都具备同等前沿数学推理能力,相关技术结论、榜单排名以测试平台官方更新为准,不构成科研、学术选题的决策建议。
本文来自作者[电域寻码师]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/4791.html
评论列表(4条)
我是新新网的签约作者“电域寻码师”!
希望本篇文章《GPT-6.2自己造出全新证法94分钟拿下20年前顶刊定理首证》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:Vals AI 在 Autoform-Hard 基准测试中公布结果,GPT-6 2 Astra 在无人类干预的沙箱环境内,只用 94 分钟完成 Smoktunowicz 间隔