前沿模型解非线性PDE常出错，神经符号模型更可靠

Jonathan Gorard在X平台发文指出，包括GPT-5.6 Sol、Fable 5和Kimi K3在内的前沿AI模型，在实现基本非线性PDE求解器时普遍失败，常引入数值稳定性、精度阶数或物理一致性方面的显著错误，即使给出详细提示并要求用Lean形式化实现也是如此。即使成功的案例中，较可靠的模型如Fable 5也常消耗超过Lanyon这类轻量神经符号模型100倍的token。其团队认为，只有像Lanyon这样的真正神经符号模型才能为复杂科学问题生成具有端到端正确性保证的超可靠数值求解器，且目前差距明显。