The Unreasonable Effectiveness of LLMs in Mathematics
9 hours ago
- #unconscious-mind
- #mathematical-discovery
- #AI-reasoning
- AlphaProof是DeepMind受AlphaZero启发开发的智能体，它运用强化学习和Lean（一种形式化证明语言）构建数学证明，在2024年国际数学奥林匹克竞赛（IMO）中获得了银牌。
- OpenAI的原始大语言模型（如GPT-5.x）随后在2025年IMO中获得金牌，无需专用框架支撑，其表现超越了AlphaProof，因为它允许使用自然语言进行凌乱的高层次推理，而非严格遵循步步为营的证明构建。
- 雅克·阿达马提出的数学发现框架包括准备阶段（有意识专注）、酝酿阶段（无意识寻找解决方案）、顿悟阶段（无意识想法涌现）和验证阶段（有意识严格验证），强调了潜意识在发现过程中的关键作用。
- AlphaProof与准备和验证阶段相吻合，但缺失了酝酿和顿悟阶段，因其侧重于渐进的逻辑步骤而限制了创造性，而OpenAI的大语言模型通过灵活的语言推理更好地近似了潜意识过程。
- 循环语言模型（例如字节跳动的Ouro）允许在输出令牌前于嵌入空间进行推理，更密切地模拟潜意识思维，从而在不增加记忆负担的情况下提升各基准测试的推理表现。
- 未来的研究议程在于综合深层无意识推理（通过循环模型）与鲁棒验证器（如数学领域的Lean），以完成阿达马的完整发现循环，这一方法可应用于物理学、生物学和社会科学等多个领域。