2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。 Lean 可檢查形式化證明是否符合形式化命題,但單靠檢查結果,不能證明命題準確反映原本猜想,亦不能判斷成果是否新穎或重要。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

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
Google DeepMind 的 AlphaProof Nexus 有幾多數學成果?根據 2026 年 5 月刊出的 arXiv 預印本,系統在 353 道未解的埃爾德什問題中解出 9 道,並證明《整數數列線上百科全書》(OEIS)的 492 個猜想之中有 44 個。作者估算,每道成功解出的埃爾德什問題,運算成本為數百美元。 17
數字值得留意,但要看清楚分母:9 道約佔測試集合的 2.5%,44 個則約佔 8.9%。這是預印本所評估題目中的成功比例,並非系統面對任何數學問題時的成功率,更不代表它可以隨時解開未解難題。 17
AlphaProof Nexus 被介紹為一套以人工智能協助搜尋形式化證明的框架。簡單來說,證明會用 Lean 等形式系統寫出,再交由檢查器核對:如果證明獲接受,代表它符合系統中的形式化命題。 17
不過,「形式證明過關」和「數學上的整體判斷」是兩回事。檢查器不會單靠自身判斷形式化命題有沒有準確表達原本的猜想,也不會確認相關結果是否早已有人證明,或者是否具備足夠新意和重要性。因此,作者表示團隊專家逐一核對成功解出的埃爾德什問題之 Lean 命題,確認其忠實對應原猜想,這點尤其重要。 17
一篇 2026 年 10 月的新聞報道指,系統報告中的兩項成果,涉及數學家保羅・埃爾德什與安德拉什・沙爾科齊在 1970 年提出的問題。這為「當中包括長期未解問題」提供了二手報道支持,但它並非研究論文原文。 19
目前可見的資料包括 5 月預印本及二手報道,未能完整核實 10 月《Science》論文,以及逐項獨立評估結果所需的詳細材料。因此,本文不能據此確認更具體的說法,例如指定模型版本、代數幾何或極小極大問題的相關成果,也不能判定各項結果是否為首次證明。對於先前是否已有解答、題目措辭曾否修改、其他代理系統能否做到,或搜尋過程有否依賴人手引導等爭議,亦不應未經查核便當成定論。
較穩妥的做法,是逐題核對原始猜想、確認形式化版本有否準確對應、檢視完整證明、查閱相關文獻,並交代過程中人類研究者參與了多少。預印本中的成果數字,顯示 AlphaProof Nexus 值得作為數學證明搜尋工具深入研究;但單靠解題數目,未能定論它是否已能獨立進行數學研究,也無法判斷每項成果的新穎程度和數學價值。 17
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。
2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。 Lean 可檢查形式化證明是否符合形式化命題,但單靠檢查結果,不能證明命題準確反映原本猜想,亦不能判斷成果是否新穎或重要。
報告所列成本是每道成功解出的埃爾德什問題數百美元;這個數字本身未能反映所有失敗嘗試的成本或整體搜尋是否划算。
2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。 Lean 可檢查形式化證明是否符合形式化命題,但單靠檢查結果,不能證明命題準確反映原本猜想,亦不能判斷成果是否新穎或重要。
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

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
Google DeepMind 的 AlphaProof Nexus 有幾多數學成果?根據 2026 年 5 月刊出的 arXiv 預印本,系統在 353 道未解的埃爾德什問題中解出 9 道,並證明《整數數列線上百科全書》(OEIS)的 492 個猜想之中有 44 個。作者估算,每道成功解出的埃爾德什問題,運算成本為數百美元。 17
數字值得留意,但要看清楚分母:9 道約佔測試集合的 2.5%,44 個則約佔 8.9%。這是預印本所評估題目中的成功比例,並非系統面對任何數學問題時的成功率,更不代表它可以隨時解開未解難題。 17
AlphaProof Nexus 被介紹為一套以人工智能協助搜尋形式化證明的框架。簡單來說,證明會用 Lean 等形式系統寫出,再交由檢查器核對:如果證明獲接受,代表它符合系統中的形式化命題。 17
不過,「形式證明過關」和「數學上的整體判斷」是兩回事。檢查器不會單靠自身判斷形式化命題有沒有準確表達原本的猜想,也不會確認相關結果是否早已有人證明,或者是否具備足夠新意和重要性。因此,作者表示團隊專家逐一核對成功解出的埃爾德什問題之 Lean 命題,確認其忠實對應原猜想,這點尤其重要。 17
一篇 2026 年 10 月的新聞報道指,系統報告中的兩項成果,涉及數學家保羅・埃爾德什與安德拉什・沙爾科齊在 1970 年提出的問題。這為「當中包括長期未解問題」提供了二手報道支持,但它並非研究論文原文。 19
目前可見的資料包括 5 月預印本及二手報道,未能完整核實 10 月《Science》論文,以及逐項獨立評估結果所需的詳細材料。因此,本文不能據此確認更具體的說法,例如指定模型版本、代數幾何或極小極大問題的相關成果,也不能判定各項結果是否為首次證明。對於先前是否已有解答、題目措辭曾否修改、其他代理系統能否做到,或搜尋過程有否依賴人手引導等爭議,亦不應未經查核便當成定論。
較穩妥的做法,是逐題核對原始猜想、確認形式化版本有否準確對應、檢視完整證明、查閱相關文獻,並交代過程中人類研究者參與了多少。預印本中的成果數字,顯示 AlphaProof Nexus 值得作為數學證明搜尋工具深入研究;但單靠解題數目,未能定論它是否已能獨立進行數學研究,也無法判斷每項成果的新穎程度和數學價值。 17
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。
2026 年 5 月的預印本報告,AlphaProof Nexus 解出 353 道開放中的埃爾德什問題之 9 道,並證明 492 個 OEIS 猜想之 44 個,分別約佔 2.5% 和 8.9%。 Lean 可檢查形式化證明是否符合形式化命題,但單靠檢查結果,不能證明命題準確反映原本猜想,亦不能判斷成果是否新穎或重要。
報告所列成本是每道成功解出的埃爾德什問題數百美元;這個數字本身未能反映所有失敗嘗試的成本或整體搜尋是否划算。