Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent. Författarna uppger att experter kontrollerade att de formella Lean påståendena för Erdősproblemen motsvarade de ursprungliga förmodandena.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Ett förtryck på arXiv från maj 2026 rapporterar att Google DeepMinds AlphaProof Nexus löste nio av 353 olösta Erdősproblem och bevisade 44 av 492 förmodanden från Online Encyclopedia of Integer Sequences (OEIS), en nätbaserad samling heltalsföljder och tillhörande matematiska problem. Den uppgivna beräkningskostnaden var några hundra dollar per löst Erdősproblem. Resultaten pekar på att systemet kan vara användbart för att söka efter bevis, men siffrorna visar inte i sig hur tillförlitligt det kan bedriva matematik eller om varje resultat är nytt. 17
Andelarna motsvarar ungefär 2,5 procent av Erdősproblemen och 8,9 procent av OEIS-förmodandena i de testade samlingarna. Det är andelar av just dessa utvärderade problem – inte en generell framgångsgrad för alla matematiska frågor systemet kan möta. Författarna uppger också att experter kontrollerade att varje framgångsrikt Lean-påstående för ett Erdősproblem troget återgav den ursprungliga förmodan. 17
Skillnaden är viktig: artikeln redovisar utvalda framgångar ur betydligt större mängder problem. Den ger ingen allmän garanti för att systemet kan lösa öppna problem på begäran. Kostnadsuppgiften gäller dessutom per löst Erdősproblem och säger inte ensam vad de misslyckade försöken kostade eller hur effektiv hela sökprocessen var. 17
I förtrycket beskrivs AlphaProof Nexus som ett ramverk för AI-stödd, formell bevisjakt. I ett sådant arbetssätt uttrycks ett bevis i ett formellt system, exempelvis Lean, där en beviskontroll kan pröva det mot en formell formulering av påståendet. Om kontrollen godkänner beviset ger det starkt stöd för att argumentet följer av just den formuleringen. 17
Men formell kontroll och matematisk kontext är två olika frågor. Att en kontroll godkänner ett bevis visar inte på egen hand att den formaliserade formuleringen motsvarar det avsedda öppna problemet, att ingen redan har bevisat resultatet eller att resultatet är betydelsefullt. Därför är uppgiften om att experter kontrollerade kopplingen mellan Lean-formuleringarna och Erdősförmodandena viktig när siffrorna ska tolkas. 17
En nyhetsartikel från oktober uppger att två av de rapporterade resultaten gäller frågor som Paul Erdős och András Sárközy ställde 1970. Det ger stöd för att resultaten omfattar långvarigt olösta problem, men uppgiften kommer från sekundär rapportering, inte från själva förtrycket. 19
Underlaget här består av förtrycket från maj och sekundära rapporter. Det omfattar inte den fullständiga Science-artikeln från oktober eller de detaljerade, oberoende bedömningar som behövs för att granska alla påståenden i frågan. Därför går det inte att slå fast uppgifterna om den namngivna modellversionen, resultaten inom algebraisk geometri och min-max-optimering eller den specifika kritiken kring tidigare lösningar, ändrad problemformulering, alternativa agenter, ofullständiga bevis och mänskligt styrda sökningar. Sådana detaljer bör inte betraktas som avgjorda utan en granskning av artikeln, de formella bevisen och relevanta bedömares redogörelser.
En noggrann bedömning behöver göras problem för problem: kontrollera den ursprungliga förmodan, säkerställ att den formella formuleringen stämmer, granska hela beviset och tidigare litteratur samt redovisa eventuell mänsklig inblandning. De rapporterade resultaten gör AlphaProof Nexus värt att undersöka som verktyg för bevisjakt. Men de avgör inte på egen hand om systemet bedriver matematisk forskning självständigt eller hur nya och viktiga de enskilda resultaten är. 17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent.
Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent. Författarna uppger att experter kontrollerade att de formella Lean påståendena för Erdősproblemen motsvarade de ursprungliga förmodandena.
Resultaten visar potential för AI som verktyg för bevisjakt, men fastslår inte i sig hur nya eller betydelsefulla resultaten är eller hur tillförlitligt systemet löser problem generellt.
Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent. Författarna uppger att experter kontrollerade att de formella Lean påståendena för Erdősproblemen motsvarade de ursprungliga förmodandena.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What does Google DeepMind’s October 8, 2026 Science paper, following its May arXiv preprint, report about AlphaProof Nexus’s solutions to ni. Article summary: The May preprint reports a meaningful but selective advance: AlphaProof Nexus resolved nine of 353 Erdős problems and proved 44 of 492 OEIS conjectures, with reported computing costs of a few hundred dollars per solved E. Topic tags: general, academic, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Ett förtryck på arXiv från maj 2026 rapporterar att Google DeepMinds AlphaProof Nexus löste nio av 353 olösta Erdősproblem och bevisade 44 av 492 förmodanden från Online Encyclopedia of Integer Sequences (OEIS), en nätbaserad samling heltalsföljder och tillhörande matematiska problem. Den uppgivna beräkningskostnaden var några hundra dollar per löst Erdősproblem. Resultaten pekar på att systemet kan vara användbart för att söka efter bevis, men siffrorna visar inte i sig hur tillförlitligt det kan bedriva matematik eller om varje resultat är nytt. 17
Andelarna motsvarar ungefär 2,5 procent av Erdősproblemen och 8,9 procent av OEIS-förmodandena i de testade samlingarna. Det är andelar av just dessa utvärderade problem – inte en generell framgångsgrad för alla matematiska frågor systemet kan möta. Författarna uppger också att experter kontrollerade att varje framgångsrikt Lean-påstående för ett Erdősproblem troget återgav den ursprungliga förmodan. 17
Skillnaden är viktig: artikeln redovisar utvalda framgångar ur betydligt större mängder problem. Den ger ingen allmän garanti för att systemet kan lösa öppna problem på begäran. Kostnadsuppgiften gäller dessutom per löst Erdősproblem och säger inte ensam vad de misslyckade försöken kostade eller hur effektiv hela sökprocessen var. 17
I förtrycket beskrivs AlphaProof Nexus som ett ramverk för AI-stödd, formell bevisjakt. I ett sådant arbetssätt uttrycks ett bevis i ett formellt system, exempelvis Lean, där en beviskontroll kan pröva det mot en formell formulering av påståendet. Om kontrollen godkänner beviset ger det starkt stöd för att argumentet följer av just den formuleringen. 17
Men formell kontroll och matematisk kontext är två olika frågor. Att en kontroll godkänner ett bevis visar inte på egen hand att den formaliserade formuleringen motsvarar det avsedda öppna problemet, att ingen redan har bevisat resultatet eller att resultatet är betydelsefullt. Därför är uppgiften om att experter kontrollerade kopplingen mellan Lean-formuleringarna och Erdősförmodandena viktig när siffrorna ska tolkas. 17
En nyhetsartikel från oktober uppger att två av de rapporterade resultaten gäller frågor som Paul Erdős och András Sárközy ställde 1970. Det ger stöd för att resultaten omfattar långvarigt olösta problem, men uppgiften kommer från sekundär rapportering, inte från själva förtrycket. 19
Underlaget här består av förtrycket från maj och sekundära rapporter. Det omfattar inte den fullständiga Science-artikeln från oktober eller de detaljerade, oberoende bedömningar som behövs för att granska alla påståenden i frågan. Därför går det inte att slå fast uppgifterna om den namngivna modellversionen, resultaten inom algebraisk geometri och min-max-optimering eller den specifika kritiken kring tidigare lösningar, ändrad problemformulering, alternativa agenter, ofullständiga bevis och mänskligt styrda sökningar. Sådana detaljer bör inte betraktas som avgjorda utan en granskning av artikeln, de formella bevisen och relevanta bedömares redogörelser.
En noggrann bedömning behöver göras problem för problem: kontrollera den ursprungliga förmodan, säkerställ att den formella formuleringen stämmer, granska hela beviset och tidigare litteratur samt redovisa eventuell mänsklig inblandning. De rapporterade resultaten gör AlphaProof Nexus värt att undersöka som verktyg för bevisjakt. Men de avgör inte på egen hand om systemet bedriver matematisk forskning självständigt eller hur nya och viktiga de enskilda resultaten är. 17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent.
Ett förtryck från maj 2026 rapporterar lösningar på 9 av 353 Erdősproblem och bevis för 44 av 492 förmodanden i OEIS – motsvarande cirka 2,5 respektive 8,9 procent. Författarna uppger att experter kontrollerade att de formella Lean påståendena för Erdősproblemen motsvarade de ursprungliga förmodandena.
Resultaten visar potential för AI som verktyg för bevisjakt, men fastslår inte i sig hur nya eller betydelsefulla resultaten är eller hur tillförlitligt systemet löser problem generellt.