25.05.2026 11:25
🧠 AlphaProof Nexus: формальные доказательства как конвейер Google DeepMind представили AlphaProof Nexus — систему, кото
🧠 AlphaProof Nexus: формальные доказательства как конвейер
Google DeepMind представили AlphaProof Nexus — систему, которая автономно закрыла 9 открытых задач Эрдёша, часть из которых не решалась десятилетиями. Стоимость решения одной задачи — всего несколько сотен долларов.
Система также доказала 44 открытые гипотезы из OEIS, закрыла 15-летний вопрос в алгебраической геометрии и нашла новый алгоритмический параметр в оптимизационной теории, ранее не описанный людьми.
Как это работает
Модель генерирует идеи и фрагменты доказательств, а Lean проверяет каждый логический шаг через компилятор. Если доказательство некорректно — оно просто не проходит проверку. Никакого ручного рецензента, который ищет дыры в рассуждении.
Базовый агент, чередующий генерацию LLM и обратную связь от компилятора, повторил все 9 успешных решений. Более сложная версия с эволюционным поиском и RL дала выигрыш только на самых тяжёлых случаях.
Ключевое отличие от неформального подхода
Модель часто придумывает несуществующие леммы и ссылается на «известные результаты», пытаясь спрятать сложность задачи. В текстовом доказательстве такие ошибки легко пропустить. Lean отсекает их сразу.
Неожиданный эффект: агент находил неточности в формализациях уже существующих математических утверждений — он работал и как решатель, и как диагностический инструмент.
Ограничения
Успехи сосредоточены там, где библиотека Lean уже зрелая: комбинаторика, теория чисел, оптимизация. Задачи, требующие построения новой теории, пока не закрыты. Большинство задач Эрдёша система не решила.
Зачем это миру
Та же схема применима к кодингу, спецификациям, верификации протоколов, компиляторам и криптографии. Формальная проверка отсекает галлюцинации — модель может что угодно «придумать», но Lean не пропустит.
Чем сильнее foundation models, тем чаще простые циклы «сгенерировал → проверил → исправил» догоняют специализированные архитектуры.
🧠 Нейросети и Технологии. Подписаться
Google DeepMind представили AlphaProof Nexus — систему, которая автономно закрыла 9 открытых задач Эрдёша, часть из которых не решалась десятилетиями. Стоимость решения одной задачи — всего несколько сотен долларов.
Система также доказала 44 открытые гипотезы из OEIS, закрыла 15-летний вопрос в алгебраической геометрии и нашла новый алгоритмический параметр в оптимизационной теории, ранее не описанный людьми.
Как это работает
Модель генерирует идеи и фрагменты доказательств, а Lean проверяет каждый логический шаг через компилятор. Если доказательство некорректно — оно просто не проходит проверку. Никакого ручного рецензента, который ищет дыры в рассуждении.
Базовый агент, чередующий генерацию LLM и обратную связь от компилятора, повторил все 9 успешных решений. Более сложная версия с эволюционным поиском и RL дала выигрыш только на самых тяжёлых случаях.
Ключевое отличие от неформального подхода
Модель часто придумывает несуществующие леммы и ссылается на «известные результаты», пытаясь спрятать сложность задачи. В текстовом доказательстве такие ошибки легко пропустить. Lean отсекает их сразу.
Неожиданный эффект: агент находил неточности в формализациях уже существующих математических утверждений — он работал и как решатель, и как диагностический инструмент.
Ограничения
Успехи сосредоточены там, где библиотека Lean уже зрелая: комбинаторика, теория чисел, оптимизация. Задачи, требующие построения новой теории, пока не закрыты. Большинство задач Эрдёша система не решила.
Зачем это миру
Та же схема применима к кодингу, спецификациям, верификации протоколов, компиляторам и криптографии. Формальная проверка отсекает галлюцинации — модель может что угодно «придумать», но Lean не пропустит.
Чем сильнее foundation models, тем чаще простые циклы «сгенерировал → проверил → исправил» догоняют специализированные архитектуры.
🧠 Нейросети и Технологии. Подписаться