erdős

general · 首次出现 2026-06-04 · 最近出现 2026-10-12 · 累计提及 24

综述

Erdős 问题指的是以数学家保罗·埃尔德什命名的系列开放难题,长期以来被视作检验数学功底的试金石,如今正成为衡量 AI 数学推理能力的标志性基准。随着大模型与形式化证明工具的结合,多个尘封多年的 Erdős 问题在近期被机器辅助方法攻克,引发了关于 AI 能否真正参与前沿数学研究的讨论。

AlphaProof Nexus 与 Erdős 问题的批量突破

  • DeepMind 的 AlphaProof Nexus 据称解决 9 个 Erdős 开放问题:据报道,DeepMind 的新系统在 Erdős 开放问题上取得 9 个解,规模远超以往单点突破的模式。
  • Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并获同行评审:值得注意的不是解题数量,而是这些结果通过了传统同行评审,说明机器生成的证明开始被数学共同体正式接纳。
  • Erdős-Selfridge 奇数覆盖问题的 Lean 4 形式化排除:lcm 超过 10000:通过 Lean 4 形式化排除 lcm 超过 10000 的情形,展示了机器可验证证明在具体 Erdős 问题上的落地路径。
  • 通用大模型能否解 Erdős 难题

  • 研究者用GPT-5.6在5天内解决6个开放Erdős问题:Shouqiao Wang 借助 GPT-5.6 Sol 与 Codex 组成的工作流,在 5 天内解决了 6 个开放问题,表明通用模型配合合适的验证流程也能产出有效结果。
  • OpenAI分享模型数学思维过程:OpenAI 公开模型的推理链条,试图回应外界对“答案是否可靠、过程是否可复现”的质疑。
  • 当前焦点与观察点

    目前的争议集中在两点:其一,AI 求解的多为 Erdős 问题中相对“结构化”的部分,能否推广到更深层的研究型数学仍有待验证;其二,机器生成证明的验证成本正在下降——有 arXiv 论文讨论了证明验证免费化对数学知识生产方式的影响,这可能改变数学界的评审与信任机制。另一个值得跟踪的方向是建模本身,如 Latent Sociability Prior 改进图扩散模型,摆脱 E-R 先验限制 所示,源自 Erdős-Rényi 随机图的传统先验也在被更灵活的方法替代。短期来看,Erdős 问题作为 AI 数学能力的公共标尺,其含金量和边界都会被反复检验。

    相关报道

    10 条在档