★ 5
OpenAI 一夜发布 722 篇数学论文，菲尔兹奖得主称不代表认可
OpenAI 公开其前沿大模型生成的大量数学研究成果，涉及黎曼猜想、霍奇猜想、BSD 猜想等重大方向，数量达 722 篇。三位菲尔兹奖得主表示，成果公开并不代表学界对其认可。该事件引发关于 AI 生成数学证明可信度与验证机制的广泛讨论。
量子位26 天前
#形式化证明
共 15 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 5
OpenAI 公布数学难题突破成果
OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作…
OpenAI26 天前
★ 5
AI 生成纳维-斯托克斯千禧难题解答
OpenAI 分享了一份由 AI 生成的纳维-斯托克斯千禧年大奖难题解答，包含文字说明与 Lean 形式化证明。该成果若成立将是数学界重大突破，但也引发对证明有效性的广泛质疑与讨论。
OpenAI54 天前
★ 5
★ 4
Science 刊文：AI 驱动形式化证明推进数学研究
《Science》发表研究，探讨利用 AI 驱动的形式化证明搜索来推进数学研究。该方法结合自动定理证明与形式化验证，有望加速数学发现并提高证明可靠性。
Hacker News – AI22 天前
★ 4
OpenAI 发布前沿大模型全新数学能力测试成果
OpenAI 通过 GitHub 代码库公开其内部前沿大模型生成的一系列全新数学研究成果，并附带论文修订与引用的规范协议。成果包含 Lean 语言形式化证明，可让数学证明直接通过计算机校验。单份成果平均消耗算力约等于 ChatGPT Pro 三小时深度推理时长。
36氪26 天前
★ 4
网友用AI解决12年数学难题（待评审）
一位开发者声称借助AI形式化方法解决了一个悬置12年的数学问题，并发布白皮书，目前正等待同行评审。若获证实，将展示AI在数学形式化证明领域的潜力。
Hacker News – AI47 天前
★ 3
OpenFrontiers 发布 12151 个开放科研问题与数学再发现基准
研究者推出跨学科资源 OpenFrontiers，收录 12,151 个开放研究问题的结构化语料，并构建 200 道数学题的回顾性基准（110 道 2026 年已解决、90 道仍开放），每题配 Lean 4 形式化陈述。在 HQ-50 子集上评测七个 LLM 智能体，闭卷再发现最多仅解出 40 题…
arXiv cs.AI2 天前
★ 3
IneqAgent：结合符号计算在 Lean4 中证明不等式
论文提出 IneqAgent，将 LLM 推理与符号计算结合用于 Lean4 不等式证明，通过引理级蒙特卡洛树搜索协调引理构造、目标改写与符号后端选择。使用 DeepSeek-V4-Flash 时在四个基准上解决 186 题中的 175 题（94.09%），并在四维和五维上获得 Dittert 猜…
arXiv cs.AI16 天前
★ 3
数学博主 Karagila 称不信任 AI 生成的 Lean 代码
数学博主 Asaf Karagila 发表文章，表示不信任 AI 生成的 Lean 形式化证明代码。文章讨论了 AI 在数学证明辅助工具中的可靠性问题，引发对 AI 生成形式化代码可信度的关注。
Hacker News – AI22 天前
★ 3
LeanPolish：Lean证明压缩的验证监督
论文提出LeanPolish符号化Lean 4流水线，发布33402条被接受的局部编辑与65596条同状态失败尝试，研究模型从验证监督中学到什么。实验表明延续菜单评估可消除排序捷径，迭代符号化处理将miniF2F节省率从19.7%提升至27.5%，微调将PutnamBench验证token缩减从2…
arXiv cs.LG31 天前
★ 3
Bend 语言：以证明阻断 AI 错误并在 GPU 上运行
Bend 是一门新编程语言，通过形式化证明机制来阻止 AI 生成代码中的错误，并支持在 GPU 上运行。该项目在 Hacker News 上获得较高关注，讨论集中在语言设计与 AI 辅助编程的可靠性问题上。
Hacker News – AI45 天前
★ 3
数学中 AI 的错位：Kevin Buzzard 回应
数学家 Kevin Buzzard 在 Lean 社区回应了关于 AI 在数学领域存在严重错位的讨论。该对话聚焦 AI 形式化证明与数学研究实践之间的偏差，引发学界关注。
Hacker News – AI50 天前
★ 3
AutoGraphForge：自动化图论发现流水线
AutoGraphForge是一个自动化图论猜想、反驳、形式化与证明的流水线。它通过反例引导生成猜想，经新颖性过滤和大型图数据集测试，产生6522个幸存猜想，其中包含非平凡关系并已手工证明。后续阶段将猜想转化为Lean 4陈述，并集成两个神经证明器进行内核验证。
arXiv cs.AI58 天前
★ 2
RefactorProof 基准：代码重构后 LLM 生成证明稳定性测试
论文提出 RefactorProof，从 VERINA 任务派生 458 个 Lean 认证变体，检验程序重构后证明是否仍有效。结果显示专用证明器（DeepSeek-Prover-V2-7B、Goedel-Prover-V2）的未改动证明存活率反而高于参考证明，但失败不等于修复成本高。
arXiv cs.AI4 天前
2026-W44本周数学领域由一起争议主导：10-30 OpenAI 被指抄袭并威胁数学家，千禧难题风波升级，4 篇报道。事件性质从学术讨论转向对 AI 公司与学界关系的质疑，相比常规研究进展，本周该主题的公共议题色彩明显加重，讨论焦点是行为与伦理而非数学成果本身。