OpenAI 公布首批 First Proof 数学证明尝试
Our First Proof submissions
AI 导读
OpenAI 公布其内部模型对 First Proof 全部 10 道研究级数学题的证明尝试，认为其中至少 5 道（第 4、5、6、9、10 题）很可能正确，另有数道仍在评审中。这些问题要求在专门领域构建端到端论证，正确性依赖专家评审，题目作者为各领域专家，至少有几道题在被作者解出前已悬置多年。OpenAI 称最初认为第 2 题的尝试可能正确，根据官方评论与社区分析，现在认为它是错的。过程中在有限人工监督下运行，曾提示重试策略、要求扩展或澄清证明，并借 ChatGPT 做验证、排版与风格处理，部分题目由人工挑选最佳尝试。OpenAI 研究员 James R. Lee 称正在训练一个以提升思维严谨性为重点的新模型，目标是能连续思考数小时，该模型已解出第 9、10 题，随后至少再解出三道题。
推荐理由
OpenAI 用 10 道研究级数学题检验内部推理模型，并给出专家反馈后的正确性判断，可作为观察前沿推理能力的一条参照。