北京
一个从2017年起悬而未决的投票理论问题，最近被解决了。参与解决它的，是GPT-6 Astra。
据相关信息显示，GPT-6 Astra提供了关键思路和证明，帮助研究人员攻克了这道难题。这是FrontierMath首个被标记为"Major Advance"的问题。
这件事之所以值得单独拎出来说，是因为它触碰到了一个老争议：大语言模型到底有没有创造力。至今仍有人认为LLM缺乏原创能力，而这次的关键思路来自模型本身。
为什么是"Major Advance"
FrontierMath是一个用来测试AI数学能力的基准集，题目难度对标研究级别。它给问题设了分级，"Major Advance"是其中一档。
这次被解决的是投票理论方向的问题。投票理论听起来抽象，但它处理的是"多个选项如何汇总成一个集体决定"这类问题，和选举制度、评审机制、排名算法都有关联。
从2017年到被解决，中间隔了数年。这个时间跨度本身就是难度的注脚。
关键思路来自模型
据相关信息，GPT-6 Astra在这次攻关中扮演的不是辅助计算的角色，而是提供了关键思路和证明。
这个区别很重要。如果模型只是帮忙做符号运算、验证已有推导，那它仍然是工具。但"提供关键思路"意味着它参与了问题突破的方向选择。
数学证明和写代码、写文章不一样。代码能跑通就行，文章能读通就行，但证明必须每一步都站得住，没有中间地带。一个思路能不能通向完整证明，往往要走到很深才知道。
创造力之争还没结束
有人会说，模型见过海量数学文献，它做的只是模式匹配，把训练数据里的碎片重新组合。
这个质疑不是没有道理。但反过来看，人类数学家做研究时同样站在前人的肩膀上，同样在已有工具和定理之间寻找新连接。原创性到底该怎么定义，这个问题本身就没有标准答案。
这次事件给出的信息是具体的：一个开放了数年的问题，被解决了，模型提供了关键思路和证明。至于这算不算"原创洞察"，取决于你用什么标准去衡量。
FrontierMath把首个"Major Advance"的标记给了这道题，至少说明在评测方的判断里，这次突破的分量不轻。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
