事件专题 ·官方一手

用张量网络与 Lean 4 验证 OpenAI 的 Haldane 能隙机器证明

研究者对 OpenAI 生成的周期自旋-1 Heisenberg 链均匀能隙的计算机辅助证明进行了验证、消化与形式化,工具是张量网络图和 Lean 4。沿空间和虚时间方向读取配分函数网络后,他们展示了有限环界如何在加倍长度和逆温度间传播到更长偶数环,在相同有限输入下把自旋-1 界 sharpening 19 倍,得到对所有偶数 L≥36 都有 Δ_L > 0.0729。 论文还识别出反射正定性是这一证明背后的普适条件,并据此在另外七条自旋链和梯子体系中认证了均匀能隙。这表明把机器生成的证明消化成透明的物理机制,能产出更尖锐的界、更广的定理以及可复用的形式化验证。

当前结论

LLM 证明出 Haldane 能隙后,这篇工作用张量网络把它拆成看得懂的物理机制,还用 Lean 4 形式化,界直接收紧了 19 倍。做数学形式化或计算物理的人可以看看机器证明怎么被消化成可复用结果。

3 个信源62° AI 热度最后更新 2026/11/8 01:03:58

证据链

3 个信源

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。