OpenAI的最新研究表明,LLM能够解决数学领域的前沿问题(1分钟阅读)
摘要
OpenAI的研究表明,LLM能够解决九个开放数学问题,这些来自COLT、FOCS、交换代数和Erdős问题,采用包含GPT-5.5 Pro和Claude Opus 4.8的简单pipeline,并使用了Lean形式化验证。
查看缓存全文
缓存时间: 2026/07/01 17:19
近期OpenAI研究展示了LLM解决数学前沿问题的能力。我们设计了一个简单的流水线(使用GPT 5.5 Pro和Claude Opus 4.8),解决了9个具有挑战性的开放问题,包括来自著名理论计算机科学领域的开放问题——其中4个来自COLT开放问题列表,1个来自FOCS——以及4个来自交换代数的问题。
项目链接:https://github.com/Pengbinghui/pipeline-math…,与@runzhou_tao、Steven Wang和@HantaoYu_Theory合作完成。
Pengbinghui/pipeline-math
来源:https://github.com/Pengbinghui/pipeline-math
本仓库汇集了对多个开放问题的解答,这些开放问题来自COLT开放问题赛道(https://learningtheory.org/)、交换环理论(https://www2.math.uconn.edu/~glaz/Publications_Selected%20Articles/OpenProblemsInCommutativeRingTheory.Springer14.pdf)、Erdős问题(https://www.erdosproblems.com/),以及作者在一篇FOCS 2023论文(https://ieeexplore.ieee.org/document/10353183)中提出的一个开放问题。
贡献者: Binghui Peng, Runzhou Tao, Steven Wang, Hantao Yu, Diyi Liu
证明发现。 证明由GPT-5.5 Pro通过一个简单的证明者-验证者流水线生成;论文由Claude Code组装,随后由作者打磨和验证。
形式化。 我们还使用我们自有的智能体Lean形式化流水线,将交换环理论解答在Lean中进行了形式化,完全自动化,即将开源!
新闻
- 2026-06-28: 添加了Erdős 问题477(铺砌补集)的论文——论文
已解答的开放问题
每个问题均链接到其当前论文,并在可用时提供机器检查的Lean 4形式化。论文将逐步上传,并可能随时间合并为一篇论文。
COLT开放问题赛道
- 随机梯度下降的洗牌变体——SS–RS–GD不等式(Yun, Sra, Jadbabaie, COLT 2021)——论文
- 学习测量输出量子电路(Kun和Reyzin, COLT 2015)——论文(部分解答)
- 线性回归的无权重数据选择(Hanneke, Moran, Shlimovich, Yehudayoff, COLT 2025)——论文(问题3)
- 鲁棒条件概率估计(Langford, COLT 2010)——论文
FOCS 2023(作者自己的开放问题)
- 在线杠杆分数采样的对抗鲁棒性(Jiang, Peng, Weinstein, FOCS 2023)——论文
交换环理论——Glaz等人,《交换环理论中的开放问题》
- 问题4: 有限导子环与拟凝聚环 —— 论文,Lean
- 问题20(Cahen–Fontana–Frisch–Glaz)—— 论文,Lean
- 问题27: 代数上的整值多项式(Werner)—— 论文,Lean(27b)
- 问题30(c) —— 论文,Lean
Erdős问题
- 问题477: 铺砌补集 —— 论文
相似文章
@rohanpaul_ai: 谷歌的另一篇精彩论文。展示了通用大语言模型可以通过规划证明并检查每一步来解决形式化数学问题。将…
谷歌新论文提出LEAP框架,一种智能体框架,使通用大语言模型能够通过规划证明并检查每一步来解决形式化数学问题,在Lean IMO基准测试上将性能从低于10%提升至70%,并解决了所有2025年的Putnam问题。
学习如何让大语言模型进行推理
OpenAI 发布了一篇文章,通过密码破译示例探索大语言模型的推理技术,展示了语言模型的逐步问题求解和模式识别能力。
LEAP:利用代理框架增强LLMs在形式数学中的能力
LEAP是一种代理框架,使通用LLMs能够在Lean中实现形式定理证明的最新性能,解决了2025年普特南竞赛的全部12个问题,并在新基准(Lean-IMO-Bench)上将形式化证明率从低于10%提升至70%,超越了专门系统。
GPT-5 与数学发现的未来
GPT-5 帮助数学家 Ernest Ryu 解决了一个困扰优化理论40年的开放问题,涉及 Nesterov 加速梯度法的稳定性性质。这一突破展示了大型语言模型通过从数学文献中提取相关技术和思想来辅助重大数学发现的能力。
@rohanpaul_ai: 陶哲轩表示,如今LLMs背后的数学其实很简单。训练和运行它们主要用到线性代数,…
陶哲轩指出,现代LLMs背后的数学很简单,主要使用基本的线性代数和微积分,但模型在不同任务上的性能不可预测性仍是一个谜,原因在于自然语言数据的复杂本质。