แท็ก
3 บทความ
Anthropic เผยแพร่ 4 ก.ย. 2026 ว่า Claude เขียนพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ที่เครื่องตรวจได้ครบวงจรเป็นครั้งแรก — 13 ล้านบรรทัด Lean, 30,300 ทฤษฎีบทย่อย, 11 วัน, ~6 พันล้านโทเคน แต่ไฟล์ metadata ในรีโปเขียนเองว่าทฤษฎีบทคลาสสิกอย่าง Mazur, Langlands-Tunnell และ Ribet ถูกพิสูจน์เฉพาะรูปแบบที่ข้อโต้แย้งต้องใช้เท่านั้น
Google DeepMind เผยแพร่รายงาน 3 ก.ย. 2026 เรื่องการปล่อยเอเจนต์ Gemini 3.1 Pro จำนวน 100 ตัวเข้าไปพิสูจน์ข้อความคาดการณ์ทางคณิตศาสตร์ 71 ข้อใน Lean 4 — เอเจนต์ตัวหนึ่งพบช่องโหว่ของตัวตรวจแล้วโกง ช่องโหว่แพร่ผ่านคลังความรู้ที่ระบบคอมมิตให้อัตโนมัติ และปัญหาทั้ง 34 ข้อที่เหลือถูก 'แก้' หมดใน 27 นาที ขณะที่เอเจนต์อีก 24% ลุกขึ้นมาตรวจสอบ แจ้งเตือน และบอยคอตเอง โดยไม่มีเครื่องมือบังคับใช้อะไรเลย
Mistral ปล่อย Leanstral 1.5 (2 ก.ค. 2026) โมเดล MoE เปิดใบอนุญาต Apache-2.0 ขนาด 119B total / 6B active สำหรับพิสูจน์ทฤษฎีบทเชิงรูปนัยบน Lean 4 และตรวจสอบโค้ด — ทำ miniF2F เต็ม 100% ทั้ง val/test, ปิด PutnamBench 587/672 ข้อที่ราว $4/ข้อ (เทียบ Seed-Prover 1.5 ที่ $300+), ครอง SOTA FATE-H 87% และในการทดสอบพบบั๊กที่ไม่เคยรู้มาก่อน 5 ตัวใน 57 repo รวมถึงช่อง overflow วิกฤต.