标签
The Verge 报道了 OpenAI 的 Astra 模型解决了十个长期存在的数学问题，引发了数学家们对该领域未来的兴奋与担忧。
一位本科研究员报告称，GPT-5.6 Sol Max解决了两个图论开放问题：证明了Imbalance猜想并推翻了Teschner的bondage-number猜想。预印本已发布，但尚未经过同行评审。
包括 Emad Mostaque 在内的小组声称，AI 仅用 2000 美元的算力就解决了十个十年未解的数学问题，引发了关于纯粹数学未来和人类判断作用的讨论。
OpenAI的AI模型已经解决了多个著名的埃尔德什问题，包括单位距离猜想，促使数学家重新思考AI如何改变数学研究。
本文介绍了一个基于 GPT-5.5 Pro 构建的 AI 智能体，它通过三阶段提示流水线，在 8 次试验中有 7 次自主生成了推翻实数域上 Erdős–Szemerédi 求和-乘积猜想的正确证明。
本文介绍了Demonstrandum，一个验证优先的多智能体AI数学流水线，能够生成机械可验证的制品，包括通过Lean 4内核验证的反例和猜想证明。
包括ChatGPT和OpenAI的Sol在内的人工智能系统，已经驳斥并完全形式化了Erdős单位距离猜想，标志着人工智能辅助数学的一个里程碑。文章讨论了这一过程及其对数学证明验证未来的影响。
据报道，AI模型Claude找到了一个长期未解决的雅可比猜想的反例，该反例得到了多个LLM的验证，引发了关于AI在数学发现中的作用的讨论。
一条推文声称，AI模型Claude Fable提出了雅可比猜想的一个反例，给出了一个显式的多项式映射，该映射尽管具有恒定的非零雅可比行列式，但并非单射。
AI系统在数学上取得突破，帮助推翻Erdős关于平面单位距离的长期猜想，但一篇essay警告：自动化越强，人类理解并审计机器推理的能力越重要，而美国数学人才培养管道正因预算削减而退化。
文章从伽罗瓦的群论故事切入，深入探讨了AI在数学领域的能力边界，区分了“连接闪电”（跨领域连接）和“建造山峰”（创造新框架）两种进展类型，分析了RLVR训练方法的局限性，并提出了“可磨性”概念来解释AI在数学和代码上的快速进步。
本文应用VGPT-RSI人工智能系统生成与黎曼假设相关的形式化验证的部分结果，包括边界证书和有限Lagarias不等式，同时明确识别剩余数学障碍。
本文在Dyck路径的zeta映射双射上训练了一个小型单层编码器-解码器transformer，并使用机制可解释性提取了一种新的显式算法（称为脚手架映射），展示了AI辅助的数学发现方法。
Aleph Prover 已在 Lean 4 中形式化了 OpenAI 对保罗·埃尔德什平面单位问题的反证，并将其作为开源发布以供独立验证，展示了人工智能在加速数学研究中的作用，同时提供了可验证的证明数据。
上周末，Mythos 在 Erdos 单位距离问题（问题 #90）上得到了测试，并成功解决了它。
陶哲轩评论 AI 使得大规模生产数学成为可能，将证明写作转化为可搜索的问题：从目标生成数千个迷你引理，然后用廉价检查器过滤掉大部分，只保留少数有效的。
OpenAI的一个模型自主推翻了离散几何中的核心猜想——单位距离问题，这是人工智能首次解决数学领域的重要开放问题。
DeepMind 研究人员利用 AI 技术在基础流体动力学方程中发现了新的不稳定奇点族，有望推动对纳维-斯托克斯方程等百年数学难题的理解。该项工作与布朗大学、纽约大学和斯坦福大学合作，以前所未有的计算精度揭示了爆炸行为的规律。