Περίπου Theorem.chat
Theorem.chat παίρνει μια μαθηματική αξίωση και προσπαθεί να το διευθετήσει. Δηλώνετε την απαίτηση, και το πρότυπο που πρέπει να πληρούν. Μια ομάδα των μοντέλων AI.. Όσα θέλετε, από όποιον πωλητή θέλετε. Επιτίθεται. Και ένα ακόμη μοντέλο διαιτητές. Στη συνέχεια, το επιχείρημα επισημοποιείται το Lean 4 εναντίον Mathlib, και ο πυρήνας Lean αποφασίζει αν αποδεικνύεται.
Γιατί ένας πυρήνας, και όχι ένα άλλο μοντέλο
Ρωτήστε ένα μοντέλο μια σκληρή ερώτηση και μπορείτε να πάρετε μια άπταιστη απάντηση αν είναι σωστό ή όχι. Ρωτήστε αρκετά και συμφωνούν συχνά, η οποία μοιάζει με επιβεβαίωση και δεν είναι: μοντέλα μοιράζονται τα στοιχεία κατάρτισης και μοιράζονται τυφλά σημεία. Ένα δεύτερο μοντέλο ελέγχου το πρώτο είναι ακόμα το ίδιο είδος κρίσης, και μπορεί να συζητηθεί γύρω. Ο πυρήνας Lean δεν μπορεί. Ή προέρχεται από τη δήλωση από τα αξιώματα και Mathlib, ή δεν έχει, και η εμπιστοσύνη δεν έχει καμία επίδραση στο αποτέλεσμα.
Μια απόδειξη που αφήνει μια τρύπα με sorry, μια απόδειξη που καλεί τον πυρήνα να κάνει native_decide να λάβει έναν υπολογισμό της εμπιστοσύνης, ή ένα που εισάγει ήσυχα ένα νέο αξιωματικό, ανιχνεύεται και απορρίπτεται αντί να υπολογίζεται ως επιτυχία.
Τι μπορεί να κάνει το πάνελ
Το πλάνο λειτουργεί με τη βιβλιογραφία. arXiv, OpenAlex, Crossref. Έτσι, ένα γνωστό αποτέλεσμα αναφέρεται μάλλον παρά επανεμφανίζεται άσχημα. Έχει SageMath και PARI/GP για τον υπολογισμό, Z3 και CVC5 για την επίλυση SMT, OEIS ψάχνουν για την αναγνώριση μιας ακολουθίας που έχει κατασκευαστεί, και ένα περιβάλλον python με άμμο χωρίς πρόσβαση στο δίκτυο. Μια εικασία μπορεί να δοκιμαστεί σε δέκα χιλιάδες περιπτώσεις πριν από οποιονδήποτε ξοδεύει έναν γύρο προσπαθεί να το αποδείξει, και ένα αντί-παράδειγμα τελειώνει αμέσως τη συζήτηση.
Αποδεικτικά στοιχεία, όχι ευγλωττία
Ο ισχυρισμός αποσυντίθεται σε κριτήρια αποδοχής και ένα κριτήριο καθορίζεται μόνο όταν κάτι πίσω από αυτό μπορεί να ελεγχθεί εκ νέου από τρίτο: μια πηγή με το σχετικό απόσπασμα που αναφέρεται, ή κώδικα που εκτελέστηκε με την πραγματική του παραγωγή. Ο διαιτητής επανελέγχει ότι τα αποδεικτικά στοιχεία πριν από την απόφασή του, και δεν μπορεί να δηλώσει ότι ο αγώνας ολοκληρώθηκε ενώ ένα κριτήριο είναι ακόμα ανοικτό.
Εσύ έβαλες το μπαρ
Ζητήστε για ένα πλήρες παραποιητικό επιχείρημα με κάθε υπόθεση που αναφέρεται και θα κριθείτε ενάντια σε αυτό. Ζητήστε για το μπαρ μια υποβολή βραβείο θα αντιμετωπίσει, και η ειλικρινής έκβαση είναι συνήθως μια ακριβής περιγραφή του πού η ομάδα έπεσε σύντομο □ που αξίζει περισσότερο από μια σίγουρο ισχυρισμό θα πρέπει να ελέγξετε τον εαυτό σας ούτως ή άλλως.
Είναι μια μηχανή που αρνείται να αφήσει ένα επιχείρημα να περάσει όπως έχει διευθετηθεί όταν δεν είναι, και αυτό σας λέει ακριβώς ποιο βήμα απέτυχε.
Μια αποτυχημένη επισημοποίηση είναι η χρήσιμη έξοδος
Όταν Lean δεν θα κλείσει την απόδειξη, θα πάρετε τον ακριβή στόχο που παραμένει. Στην πράξη, αυτό είναι σχεδόν πάντα το σημείο όπου το άτυπο επιχείρημα ήταν κουνώντας το χέρι ~ το βήμα όλοι διαβάζοντας την έκδοση πεζών θα είχε κουνήσει το παρελθόν. Αυτός ο στόχος στη συνέχεια δίνεται σε οποιαδήποτε θέση είναι καλύτερα τοποθετημένος για να επιτεθεί, μαζί με ό, τι έχει ήδη δοκιμαστεί, και τίποτα άλλο. Μοντέλα thrash όταν είναι κολλημένοι, επαναπαύοντας τον εαυτό τους με πλήρες κόστος?
Η μακρά εργασία επιβιώνει
Κάθε λεμμα που ο πίνακας θεσπίζει πηγαίνει σε ένα κοινό βιβλίο με την απόδειξη του, έτσι τα αποτελέσματα γράφονται μια φορά και ποτέ δεν επανεμφανίζονται, και τα αδιέξοδα καταγράφονται έτσι κανείς δεν περπατά πίσω σε αυτά. Ταιριάζει τρέχει διακομιστή-πλευρά και παύση καθαρά. στον προϋπολογισμό, σε μια διακοπή παρόχου, ή επειδή κλείσατε την καρτέλα.
Τι δεν είναι αυτό για
Το Θεώρημα είναι μια επαγωγική λέξη. Αυτή η ιστοσελίδα είναι χτισμένη για μαθηματικά, λογική, θεωρητική επιστήμη υπολογιστών, θεωρητική φυσική και οικονομική θεωρία. πεδία όπου μια αξίωση διευθετείται με αποδείξεις. Empirical ερωτήματα στη βιολογία, την ιατρική, τη χημεία ή τις κοινωνικές επιστήμες δεν παράγουν θεωρίες, παράγουν ευρήματα, και καμία ποσότητα της τυποποίησης δεν θα αποφασίσει. αδελφή ιστοσελίδα μας referee.chat τρέχει την ίδια διαδικασία πίνακα-και-ανακριτή χωρίς το Lean βήμα, για ακριβώς αυτά τα ερωτήματα.