Ramanujan Challenge 发布基准结果与AI辅助证明评审管线
热点事件持续更新
Ramanujan Challenge 发布基准结果与AI辅助证明评审管线
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Alan Sorani 等研究团队在 arXiv 发布论文，公布 Ramanujan Challenge 的评测结果：这是一个由数论研究级问题（含未发表结果与公开猜想）构成的基准，并分析了各 AI 模型、CAS 与形式化工具的提交表现，其中出现了对某个已发表公开猜想的证明。 为解决大规模评判复杂证明的难题，团队引入 AI 辅助评审流水线，覆盖自然语言证明、CAS 代码和 Lean 形式化。据论文称，与一次性 LLM 判定相比，该流水线把自然语言证明的误判率从 23% 降到 6%，代码评判准确率从 46% 提升到 58%。
AI 根据报道生成 · 1 小时前更新
最新进展10月30日 01:39
Ramanujan Challenge 发布研究级数学评测结果并引入 AI 辅助证明评审流程报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · cs.CL精选Ramanujan Challenge 发布研究级数学评测结果并引入 AI 辅助证明评审流程
研究团队公布 Ramanujan Challenge 结果，这是一个由数论研究级问题（含未发表结果与公开猜想）构成的基准，并分析了各 AI 模型、CAS 与形式化工具的提交表现，其中出现了对某个已发表公开猜想的证明。为解决大规模评判复杂证明的难题，团队引入 AI 辅助评审流水线，覆盖自然语言证明、CAS 代码和 Lean 形式化，把自然语言证明的误判率从 23% 降到 6%，代码评判准确率从 46% 提升到 58%。论文链接 https://arxiv.org/abs/2610.40551v1。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。