About Theorem.chat
Theorem.chat गणितीय दाबी लिन्छ र यो बसाउन प्रयास. तपाईं दाबी बयान, र मानक यो भेट्न छ. AI मोडेल को एक प्यानल - तपाईं चाहनुहुन्छ जस्तै धेरै, तपाईं चाहनुहुन्छ जो विक्रेता देखि - यो आक्रमण, र एक थप मोडेल referees. त्यसपछि तर्क Mathlib विरुद्ध Lean 4 मा formalized छ, र Lean कर्नेल यो साबित छ कि निर्णय. त्यो अन्तिम चरण उत्पादन छ.
किन कर्नल, र अर्को नमूना छैन
एक मोडेल एक कठिन प्रश्न सोध्नुहोस् र तपाईं यो सही छ वा छैन भन्ने वा एक fluent जवाफ प्राप्त. धेरै सोध्नुहोस् र तिनीहरूले अक्सर सहमत, जो corroboration जस्तै महसुस र छैन: मोडेल प्रशिक्षण डाटा साझेदारी र अन्धा स्पट साझेदारी. पहिलो जाँच एक दोस्रो मोडेल अझै पनि न्याय को नै प्रकारको छ, र यो राउन्ड कुरा गर्न सकिन्छ. यो Lean कर्नेल सक्दैन. यो या त axioms र Mathlib देखि बयान derives, वा यो छैन, र विश्वास परिणाम मा कुनै प्रभाव छ.
The usual ways to fake a formal proof are checked for and refused. A proof that leaves a hole with sorry, one that appeals to native_decide to make the kernel take a computation on trust, or one that quietly introduces a new axiom, is detected and rejected rather than counted as a success.
प्यानलले वास्तवमै के गर्न सक्छ
तर्क सस्तो भाग हो. प्यानल साहित्य संग काम गर्दछ - arXiv, OpenAlex, Crossref - त्यसैले एक ज्ञात परिणाम सट्टा खराब पुन: उत्पन्न उद्धृत छ. यो छ SageMath र PARI/GP गणना लागि, Z3 र CVC5 SMT समाधान लागि, OEIS यो निर्माण गरेको छ एक अनुक्रम पहिचान गर्न लागि खोजी, र कुनै नेटवर्क पहुँच संग एक sandboxed पाइथन वातावरण. एक अनुमान कोहीले यो साबित गर्न प्रयास एक राउन्ड खर्च अघि दस हजार केसहरू विरुद्ध परीक्षण गर्न सकिन्छ, र एक counterexample छलफल तुरुन्तै समाप्त.
प्रमाण, बोलचाल होइन
एक खेल तर्क गुणस्तर मा स्कोर छैन। दाबी स्वीकार्य मापदण्डमा decomposed छ, र मापदण्ड मात्र जब यो पछाडि केहि तेस्रो पक्ष द्वारा पुन: जाँच गर्न सकिन्छ बसेको छ: सम्बन्धित पद उद्धृत संग एक स्रोत, वा वास्तवमा यसको वास्तविक उत्पादन संग कार्यान्वयन गरिएको थियो कोड। यो न्यायाधीशले नियमन अघि आफैलाई प्रमाण पुन: जाँच, र यो मापदण्ड अझै पनि खुला छ जबकि समाप्त खेल घोषणा गर्न सक्दैन।
तपाईँले बार सेट गर्नुभयो
मानक चयन गर्न आफ्नो छ, र न्यायाधीशले यो शाब्दिक पकड. एक सावधानीपूर्वक विशेषज्ञ स्वीकार गर्नेछ के लागि सोध्नुहोस् र तपाईं कि प्राप्त. हरेक धारणा उल्लेख र तपाईं सट्टा विरुद्ध न्याय प्राप्त हरेक पूर्ण deductive तर्क लागि सोध्नुहोस्. एक पुरस्कार प्रस्तुति सामना हुनेछ बार लागि सोध्नुहोस्, र इमानदार परिणाम सामान्यतया प्यानल जहाँ छोटो गिर एक सटीक खाता छ - जो एक आत्मविश्वास दाबी भन्दा बढी मूल्य छ तपाईं जसरी पनि आफैलाई जाँच गर्न हुनेछ.
यो बारेमा साधारण हुन: यो खुला समस्या settles कि एक मेसिन छैन। यो यो छैन जब settled रूपमा तर्क पास गर्न अस्वीकार गर्ने एक मेसिन छ, र त्यो तपाईंलाई सही कुन चरण असफल बताउँछ।
असफल औपचारिकीकरण उपयोगी निर्गत हो
जब Lean प्रमाण बन्द छैन, तपाईं बाँकी छ कि सटीक लक्ष्य प्राप्त. अभ्यास मा कि लगभग सधैं अनौपचारिक तर्क हात-हल्लाउँदै थियो जहाँ स्थान छ - कदम सबैले कविता संस्करण पढ्ने पहिले नै नडराई हुनेछ. त्यो लक्ष्य त्यसपछि जो सीट यो आक्रमण गर्न सर्वश्रेष्ठ राखिएको हस्तान्तरण छ, पहिले नै प्रयास गरिएको छ के साथ, र अरू केही. मोडेल thrash तिनीहरूले अड्किएका छन् जब, पूर्ण लागत मा आफूलाई restating; एक विशिष्ट प्रश्न पास सट्टा सामान्यतया टोकन को एक अंश लागि unblocks.
लामो काम बाँच्दछ
प्रत्येक lemma प्यानल स्थापना यसको प्रमाण संग एक साझेदारी Ledger मा जान्छ, त्यसैले परिणाम एक पटक लेखिएको छन् र कहिल्यै पुन: उत्पन्न, र मृत अन्त रेकर्ड छन् त्यसैले कसैले तिनीहरूलाई फिर्ता हिंड्छ. खेल सर्भर-साइड चलाउन र सफा पज - बजेट मा, एक प्रदायक outage मा, वा किनभने तपाईं ट्याब बन्द - र तिनीहरूले रोकिएको ठीक कहाँ जारी राख्न.
यो केका लागि होइन
प्रमेय एक deductive शब्द हो। यो साइट गणित लागि निर्माण गरिएको छ, तर्क, सैद्धान्तिक कम्प्युटर विज्ञान, सैद्धान्तिक भौतिकी र आर्थिक सिद्धान्त - जहाँ एक दाबी प्रमाण द्वारा बसोबास छ क्षेत्रहरू. जीव विज्ञान मा अनुभवजन्य प्रश्न, चिकित्सा, रसायन विज्ञान वा सामाजिक विज्ञान प्रमेय उत्पादन छैन, तिनीहरूले निष्कर्ष उत्पादन, र formalization को कुनै पनि मात्रा तिनीहरूलाई निर्णय हुनेछ. हाम्रो बहिनी साइट referee.chat Lean चरण बिना नै प्यानल-र-referee प्रक्रिया चल्छ, ठीक ती प्रश्नहरूको लागि.