Semi-Autonomous Mathematics Discovery with Gemini: A Case Study on the Erdos Pro blems https://arxiv.org/abs/2601.22401 最近 Google DeepMind 和多所大学合作发表了一篇论文，他们拿 Gemini 的数学特化版模 型（代号 Aletheia），去挑战数学界着名的「Erdos Problems」。 https://www.erdosproblems.com/ 他们流程大概是： 700 个开放问题 ↓ Aletheia AI 代理 200 个候选解决方案 ↓ 初步人工筛选 63 个技术上正确的响应 ↓ 专家数学家评估 13 个有意义的正确响应（6.5%） 剩下的那 50 题虽然逻辑没错，但大多是因为题目定义不清或钻漏洞，导致 AI 给出了正确 但无聊的废话解答。 也就是说： ‧68% 是根本错的 ‧31% 技术上对，但多半解错版本或解了没意义的东西 ‧真正对到 Erdos 原意的，只有 6.5% 这 13 个成功的案例可以分成几类： ‧自主解决 (Autonomous)：有 2 题（Erdos-652, 1051）是 AI 真的提出了解法。其中 1 051 题 AI 用了级数尾部和 Mahler 判别法，被认为是比较有水准的发挥。 ‧文献考古 (Literature Identification)：有 5 题其实人类早就解出来了，只是因为年 代久远或太冷门，资料库没更新。AI 的功劳是把它们从旧论文堆里挖出来，告诉大家这题 已经被解了。 ‧重新发现 (Independent Rediscovery)：有 3 题 AI 自己导出了证明，但後来发现人类 其实也解过。 ‧部分解决：有 3 题解出了多小题组中的其中一题。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 39.14.0.118 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Math/M.1770020389.A.2CD.html ※ 编辑: Bugquan (39.14.0.118 台湾), 02/02/2026 16:20:24 ※ 编辑: Bugquan (39.14.0.118 台湾), 02/02/2026 16:40:37 ※ 编辑: Bugquan (39.14.0.118 台湾), 02/02/2026 16:49:37