AI辅助评估多格式证明流程及Ramanujan挑战结果

2026年10月30日，arXiv Artificial Intelligence刊出研究团队（Alan Sorani等作者）的报道，介绍其面向数论研究级基准Ramanujan Challenge的提交结果分析。团队称在该基准中发现了一些与官方解法概念不同但正确的证明，以及一个已公开开放猜想的新证明。为此，他们提出一套AI辅助评估流水线，覆盖自然语言证明、CAS代码和Lean形式化，用于评估语义与逻辑正确性。报道称，与常规的一次性LLM判定相比，该流水线将自然语言证明的误判率从23%降至6%，并将对支撑代码的判定准确率从46%提升至58%。上述数字与适用对象均限于该流水线在相应证明与代码上的评估结果，报道未说明该流程在其他场景或对象上的效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。