AI 为何突然擅长数学:从提示序列与分支因子看模型解题模式
Latent Space 作者 Ankit Maloo 分析,OpenAI 在 5 月找到 Erdős 单位距离猜想的反例,随后又给出 Cycle Double Cover 等十个开放问题的解,Anthropic 也发布了费马大定理形式化与黎曼猜想相关界。文章借用 Gowers 的提示序列复杂度 2^k + t 与分支因子 b 解释这一现象:模型以深度优先方式把每条可行路径跑完,再靠验证器剪枝,失败尝试会作为负向提示进入下一轮,因此解题成本从人的时间换成算力。作者据此判断,概念跳跃已由他人完成、分支不多的难题更容易被模型推进,而搜索树深且分支多的方向仍是人类直觉的优势所在。
#现象/趋势#推理#论文/研究
