08:10Latent.Space@latentspacepod精选72°Axiom Math AI 创始人兼 CEO Carina Hong 在播客中解释,数学验证可能是从代码智能体迈向 AGI 的关键。她认为,通过 Lean 等形式化证明工具,可以将推理转化为更强的奖励信号,从而扩展 AI 的“聪明”而非仅仅修复幻觉。Axiom 将市场定位为所有 AI 生成的代码,并强调未来 AI 的瓶颈可能不是生成,而是验证。该方法还能以自验证方式证明研究猜想。AI模型Axiom数学验证AGI形式化证明推理模型推荐理由:数学验证正在成为 AI 推理的下一个突破口,做代码智能体或形式化验证的开发者值得关注——这可能是从“生成”到“验证”的范式转变。原文
06:43rohanpaul_ai@rohanpaul_ai76°Google DeepMind 发表新论文,展示 AI 系统 AlphaProof Nexus 能在形式化数学证明中进行搜索,但仅限于精心约束的世界。该系统使用 Lean 证明检查器,让 LLM 不断编辑形式化证明、读取编译器错误并重试,同时维护共享的局部证明池来指导搜索。在测试中,该系统解决了 9 个 Erdős 问题和 44 个序列猜想,并协助优化、图论、代数几何和量子光学领域的问题。失败案例同样有启示性,揭示了 LLM 在数学推理中隐藏错误的方式。该工作并非实现完全数学自主,而是建立了人机协作的新分工:人类选择问题,模型提出路径,证明助手严格验证。论文形式化证明LeanAlphaProof Nexus数学推理AI 验证推荐理由:这篇论文展示了 AI 在数学证明中的实际进展,做形式化验证或数学研究的团队值得关注——它把 LLM 从“讲故事”变成“可验证的候选生成器”,直接解决了幻觉问题。原文