Quant a Theorem.chat
Theorem.chat agafa una reclamació matemàtica i intenta resoldre- la. Estateu la reclamació i l' estàndard que ha de conèixer. Un plafó de models AAI Irlanda com vulgueu, des de la qual els venedors que voleu Armènia, i un altre model es refereix. Després l' argument està formalitzat a Lean 4 contra Mathlib, i el nucli Lean decideix si es demostra. Aquest últim pas és el producte.
Per què un nucli, i no un altre model
Ask a model a hard question and you get a fluent answer whether or not it is right. Ask several and they often agree, which feels like corroboration and is not: models share training data and share blind spots. A second model checking the first is still the same kind of judgement, and it can be talked round. The Lean kernel cannot. It either derives the statement from the axioms and Mathlib, or it does not, and confidence has no effect on the outcome.
Les maneres habituals de fingir una prova formal es comproven i es neguen. Una prova que deixa un forat amb sorry, una que apel· la a native_decide per fer que el nucli faci un càlcul en confiança, o una que introdueix un nou axi, es detecta i rebutja en lloc de comptar com a èxit.
Què pot fer el plafó en realitat
Arguing is the cheap part. The panel works with the literature — arXiv, OpenAlex, Crossref — so a known result is cited rather than re-derived badly. It has SageMath and PARI/GP for computation, Z3 and CVC5 for SMT solving, OEIS lookup for identifying a sequence it has constructed, and a sandboxed Python environment with no network access. A conjecture can be tested against ten thousand cases before anyone spends a round trying to prove it, and a counterexample ends the discussion immediately.
Proves, no eloqüència
No es pot detectar cap coincidència en qualitat d' argument. La petició es descomprimeix en els criteris d' acceptació, i un criteri només s' estableix quan alguna cosa darrere d' aquesta es pot tornar a comprovar per una tercera part: una font amb el pas citat rellevant, o codi que s' ha executat amb la seva sortida real. El codi que es torna a comprovar que les proves de si mateix abans de governar, i no pot declarar que el coincidència ha finalitzat mentre que un criteri encara està obert.
Heu establert la barra
L' estàndard és vostre per escollir, i el populare la manté literalment. Demaneu per què un expert acurat acceptaria i ho aconseguiu. Demaneu un argument descompte complet amb cada suposició va declarar i se us entén en contra d' això. Demanar- vos una submissió de la barra, i el resultat honest és normalment un compte precís d' on el plafó va caure curt i que val més que una certa confiança que s' hauria de comprovar de totes maneres.
Per a ser clar: això no és una màquina que soluciona problemes oberts. És una màquina que rebutja deixar que un argument s' estigui establert quan no, i això us diu exactament quin pas ha fallat.
Una formalització ha fallat és la sortida útilName
Quan Lean no tanqui la prova, obtens l' objectiu exacte que queda. En la pràctica és gairebé sempre el lloc on l' argument informal estava a mà, el pas que tots llegeixen la versió del darrere hauria fet el cap. Aquest objectiu és lliurar a qualsevol lloc el millor seient que l' hagi intentat atacar, juntament amb el que ja s' ha provat, i res més. Models thrash quan estan encallats, descansar- se a tot el cost; passar una pregunta específica en lloc de passar per una fracció de fitxes.
Una llarga feina sobreviu
Cada lemma el plafó estableix un llibre compartit amb la seva prova, així que els resultats s' escriuen una vegada i mai es tornen a registrar, i els límits morts es grauen de manera que ningú no hi torna. Coincideix amb l' execució del servidor i pausa el vèrtex sobre el pressupost, en una adquisició, o perquè vas tancar la pestanya BWUWUN i reprendre exactament on van parar.
El que això no és per a
El Tesic és una paraula dedeductiu. Aquest lloc està construït per a matemàtiques, lògica teòrica, ciències d' ordinadors, física teòrica i teoria econòmica on s' estableix una reclamació. Les preguntes erotèrtiques de biologia, medicina, química o ciències socials no produeixen teoremies, que produeixen troballes, i no es decidiràn cap quantitat de formalització. La nostra germana referee.chat executa el mateix procés i defere sense el pas, exactament per a aquestes preguntes.
referee.chat ZIzlich la mateixa idea, per a les afirmacions empírices