OpenAI模型推翻离散几何核心猜想
OpenAI的AI模型首次自主推翻离散几何核心猜想,证明存在多项式改进的单位距离点集构造,标志着AI在数学研究中的里程碑。
入选理由:OpenAI模型发现的构造使单位距离对数达到n^(1+δ),突破传统网格构造的渐进界限
人物
别名:Erdős、Erdish
传奇数学家,留下大量未解数学问题。
已跟踪 6 条高相关材料
最近变化
2026-06-05 · AlphaProof Nexus 解决了 350 个数学问题中的 9 个,成功率 2.6%。
为什么值得关注
Paul Erdős 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
An OpenAI model has disproved a central conjecture in discrete geometry
Hacker News Best · 9 分
OpenAI的AI模型首次自主推翻离散几何核心猜想,证明存在多项式改进的单位距离点集构造,标志着AI在数学研究中的里程碑。
DeepMind’s New AI Found A Strange New Way To Think
Two Minute Papers · 8.5 分
DeepMind 的 AlphaProof Nexus 在解决数学难题上取得突破,尽管成功率低,但其方法和潜力值得关注。
proof too complicated, Claude help ELI5
Jerry Liu(@jerryjliu0) · 8.5 分
OpenAI 的模型在解决平面单位距离问题上取得了突破,这一问题自1946年首次提出以来一直困扰着数学界。传统的观点认为最佳解决方案类似于方形网格,但 OpenAI 的模型发现了更优的配置,挑战了这一长期存在的假设。
已收录 6 条与 Paul Erdős 相关的内容,按评分排序。
OpenAI的AI模型首次自主推翻离散几何核心猜想,证明存在多项式改进的单位距离点集构造,标志着AI在数学研究中的里程碑。
入选理由:OpenAI模型发现的构造使单位距离对数达到n^(1+δ),突破传统网格构造的渐进界限
DeepMind 的 AlphaProof Nexus 在解决数学难题上取得突破,尽管成功率低,但其方法和潜力值得关注。
入选理由:AlphaProof Nexus 解决了 350 个数学问题中的 9 个,成功率 2.6%。
OpenAI 的模型在解决平面单位距离问题上取得了突破,这一问题自1946年首次提出以来一直困扰着数学界。传统的观点认为最佳解决方案类似于方形网格,但 OpenAI 的模型发现了更优的配置,挑战了这一长期存在的假设。
入选理由:OpenAI 的模型在平面单位距离问题上取得了突破,推翻了近80年的传统观点。
OpenAI的模型首次自主解决了Paul Erdős在1946年提出的平面单位距离问题,推翻了数学界80年的正方形网格最优解假设,发现全新构造方法。
入选理由:OpenAI模型推翻正方形网格最优解假设,发现性能更优的新构造方法
OpenAI模型通过提出多项式改进的构造,推翻了Paul Erdős提出的平面单位距离问题的80年猜想,该成果由外部数学家验证并认为AI首次自主解决核心数学问题。
入选理由:OpenAI模型构造的n点配置可产生n^{1+0.014}单位距离对,突破传统方格构造的渐进界限
OpenAI声称其未公开的AI模型解决了数学界长达75年的难题,该成果获得顶尖数学家认可。
入选理由:OpenAI内部AI模型在1946年提出的Erdős单位距离问题上取得突破