Astra 和 Claude 证明了 11 个正方形的最优装填问题(已在 Lean 中形式化)
摘要
Astra 和 Claude 协助证明了 11 个正方形的已知最佳装填是已知最优的,该结果已完全在 Lean 证明助手中形式化。这是 AI 辅助数学与形式化验证的又一个里程碑。
https://x.com/ManassehA06/status/2107508501610217640
相似文章
n=17正方形装填的又一个更优下界
本文改进了装填17个单位正方形所需最小正方形的下界,得出新值4.5058,基于前人工作并采用了AI辅助方法。
正方形中的正方形
一个展示已知最优单位正方形装填到更大正方形中的网页,包含针对不同数量正方形的交互式SVG示意图。
Pythagoras-Prover:通过增强型Lean形式化方法推进高效形式化证明
Pythagoras-Prover 是一个计算高效的Lean定理证明器系列,通过课程监督微调和新颖的增强型Lean形式化技术实现了强劲性能。4B模型在MiniF2F-Test上以pass@32超越了DeepSeek-Prover-V2-671B,32B模型则在开源证明器中树立了新的最先进水平。
@yoheinakajima:如果你好奇这是否能推广……是的,作为一种装填方法可以。总体上不是最好的,但它能找到装填方案……
Yohei Nakajima 分享了“从软到刚”(硬化)方法,这是一种用于全等形状装填的形状延拓搜索方法,通过将内切圆盘逐步变形为目标形状,在正方形中找到其他方法遗漏的装填方案,但总体而言,它并不是更好的默认选择。该研究提供了公开论文、代码仓库和可重放的实验,支持完整复现。
Astra 解决 10 个长期未解数学问题的推理成本约为 2,000 美元。Lean 证明已发布在 GitHub 上。
Astra,一个未发布的 AI 系统,以约 2,000 美元的推理成本为 10 个长期未解的数学问题生成了可由机器检查的 Lean 4 证明,引发了关于 AI 发现数学的真实成本与意义的讨论。