第三方评测机构 Vals AI 公布 Autoform-Hard 基准测试结果,GPT-6.2 Astra 在零人工干预的条件下,耗时 94 分钟,独立想出一条和原始论文不一样的全新证法,完成 2006 年顶刊 Smoktunowicz 间隙定理的全球首个 Lean 形式化证明,一共产出 1794 行 Lean 代码,也是这次测试里唯一拿下这道难题的大模型,这件事的核心看点不只是 AI 证出定理,而是 AI 自己创造出新的数学论证思路,不是单纯复刻人类已有的证明。之所以这个结果在数学 AI 圈子引发很大讨论,是因为这个定理原始证明依赖三个关键前置结论,但是 Lean 数学库 Mathlib 里面没有收录这三条结论,过去的 AI 遇到这种情况基本就卡住走不通;而 GPT-6.2 Astra 在第一次证明失败之后,自主定义了叫 capacity(容量)的全新数学概念,绕开缺失的前置定理,搭建出一条独立可行的证明链条,突破了以往 AI 做数学证明只能依赖现有知识库的局限。整套 AI 证明的流程可以分成三步,第一步模型在沙盒环境里尝试常规思路,47 分钟提交第一版证明,被校验器发现逻辑缺口驳回;第二步模型不直接放弃,重新梳理问题,自主引入 capacity 新定义,换一套论证框架重新推导;第三步完成完整证明,交由 Lean 内核自动核验,确认无逻辑漏洞,最终完成可机器校验的形式化证明。综合这次测试信息来看,GPT-6.2 Astra 已经具备在缺少前置数学工具的条件下自主构造新数学对象、设计新证明路线的能力,标志着 AI 数学推理从 “复刻人类证明” 向 “独立生成新证法” 迈出重要一步。
一、本次测试核心信息表
| 项目 | 详情 |
|---|---|
| 模型版本 | GPT-6.2 Astra |
| 目标定理 | Smoktunowicz 间隙定理(2006 年,代数方向,四大数学顶刊) |
| 证明耗时 | 94 分钟 |
| Lean 代码行数 | 1794 行 |
| 测试环境 | 零人工干预,仅可访问 Lean Mathlib 库 |
| 证明特点 | 全新独立路径,和论文原版证法不同,自主定义 capacity 概念 |
| 测试基准 | Autoform-Hard,一共 56 道科研级数学题 |
| 本次测试成本 | 约 21.58 美元 |
| 同场对比 | GPT-6.2 Sol、Claude Fable 5.2 均没能解出这道间隙定理 |
二、Autoform-Hard 榜单成绩清单
- GPT-6.2 Astra:答对 49 题,准确率 87.50%,榜单第一
- GPT-6.2 Sol:答对 48 题,准确率 85.71%
- Claude Fable 5.2:答对 48 题,准确率 85.71%
- 更早的 10 款前沿模型:全部 56 题一道都没有完成形式化证明
三、Smoktunowicz 间隙定理简单说明
这个定理属于结合代数方向,核心结论:分次域的 Gelfand–Kirillov 维数,不存在严格介于 2 和 3 之间的数值。这个结论 2006 年已经被数学家给出纸笔证明,但一直没有可以被 Lean 机器自动校验的形式化版本,本次是全球首份形式化证明。
四、这次成果的关键突破点
- 不依赖现成前置定理:原始论文需要的三个支撑结论不在 Mathlib,AI 没有现成工具可以直接调用
- 自主创造数学概念:自创 capacity 容量这个新对象,用来搭建证明桥梁
- 失败后自主换思路:首轮证明被驳回,不是直接停止,而是重新设计论证框架
- 证明可自动核验:全部证明交给 Lean 内核校验,没有逻辑缺口,不是 AI “幻觉式证明”
【相关 FAQ】
问题 1:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,这个定理是什么?
回答 1:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,目标是 Smoktunowicz 间隙定理,是 2006 年发表的结合代数方向定理,讨论分次域 Gelfand–Kirillov 维数的间隙特性。
问题 2:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,“全新证法” 是什么意思?
回答 2:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,意思是 AI 没有照搬数学家 2006 年论文里的证明路线,在缺少关键前置定理的情况下,自己定义 capacity 概念,走出一条不一样的证明思路。
问题 3:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,这个证明是人工帮忙写的吗?
回答 3:GPT-6.2 Astra 自研全新证明路径,94 分钟拿下 20 年前顶刊定理首证,本次 Vals AI 测试规则为全程零人工干预,模型独立完成构思、写 Lean 代码、迭代修正,人类只做最后的校验复核。
【参考资料】
[2026-11-20](GPT-6.2 自己造出全新证法!94 分钟拿下 20 年前顶刊定理首证)36 氪
[2026-11-20](GPT-6.2 Astra 完成 Smoktunowicz 间隙定理形式化证明)新浪财经
[2026-11-18](GPT-6.2 Astra Formalizes Smoktunowicz's Gap Theorem)Vals AI 官网博客
[2026-11-18](GPT-6.2 Astra produces the first known formal proof of a 2006 algebra theorem)AI Brief
【免责声明】
本文内容基于 Vals AI 公开测试报告、科技媒体报道整理,GPT-6.2 Astra 本次数学证明能力为单次基准测试结果,不代表该模型可以稳定解决所有科研级数学难题;形式化证明能力不等同于 AI 具备通用数学创造力,相关测试结果的可复现性还有待更多科研团队验证,本文不构成模型选型、技术投资建议。
本文来自作者[烬棱内核]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/itzx/202611/4835.html
评论列表(4条)
我是乌兰科技网的签约作者“烬棱内核”!
希望本篇文章《GPT-6.2自己造出全新证法94分钟拿下20年前顶刊定理首证》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:第三方评测机构 Vals AI 公布 Autoform-Hard 基准测试结果,GPT-6.2 Astra 在零人工干预的条件下,耗时 94 分钟,独立想出一条和原始论文不一样的全新证法,完成 2006 年顶刊 Smoktunowicz 间隙定理的全球首个 Lean 形式化证明,一共产出 1794 行 Lean 代码,也是这次测试里唯一拿下这道难题的大模型,这件事的核心看点不只是 AI 证出定理,而是 AI 自己创造出新的数学论证思路,不是单纯复刻人类已有的证明。之所以这个结果在数学 AI 圈子引发很大讨论,是因为这个定理原始证明依赖三个关键前置结论,但是 Lean 数学库 Mathlib 里面没有收录这三条结论,过去的 AI 遇到这种情况基本就卡住走不通;而 GPT-6.2 Astra 在第一次证明失败之后,自主定义了叫 capacity(容量)的全新数学概念,绕开缺失的前置定理,搭建出一条独立可行的证明链条,突破了以往 AI 做数学证明只能依赖现有知识库的局限。整套 AI 证明的流程可以分成三步,第一步模型在沙盒环境里尝试常规思路,47 分钟提交第一版证明,被校验器发现逻辑缺口驳回;第二步模型不直接放弃,重新梳理问题,自主引入 capacity 新定义,换一套论证框架重新推导;第三步完成完整证明,交由 Lean 内核自动核验,确认无逻辑漏洞,最终完成可机器校验的形式化证明。综合这次测试信息来看,GPT-6.2 Astra 已经具备在缺少前置数学工具的条件下自主构造新数学对象、设计新证明路线的能力,标志着 AI 数学推理从 “复刻人类证明” 向 “独立生成新证法” 迈出重要一步。