The Pulse
Vals AI afferma che GPT-6.2 Astra ha prodotto una dimostrazione Lean del teorema sul divario delle algebre
GPT-6.2 Astra ha prodotto una dimostrazione Lean di un teorema del 2006 sulla crescita di alcune algebre, secondo Vals AI. L’operatore del benchmark afferma che la dimostrazione ha seguito un percorso diverso da quello dell’argomentazione pubblicata e ha superato i controlli automatici.

Vals AI afferma che GPT-6.2 Astra ha prodotto una dimostrazione verificabile da una macchina di un teorema del 2006 che esclude un intervallo di tassi di crescita per alcune algebre. L’operatore del benchmark afferma che la dimostrazione, durata 94 minuti, ha seguito un percorso diverso da quello dell’argomentazione pubblicata e ha superato i controlli del benchmark Autoform-Hard.
Il teorema, dimostrato da Agata Smoktunowicz, riguarda una misura chiamata dimensione di Gelfand–Kirillov. Vals afferma di non essersi imbattuta prima in una dimostrazione formale del risultato.
Il problema matematico
Il teorema riguarda algebre finitamente generate su un campo, graduate secondo i numeri naturali, prive di divisori dello zero e con una componente di grado zero di dimensione finita. Per queste algebre, la dimensione è al massimo 2 oppure almeno 3: non può assumere alcun valore strettamente compreso tra i due.
La dimensione di Gelfand–Kirillov descrive la crescita di un’algebra man mano che si formano prodotti dei suoi generatori. Vals afferma che Astra ha ragionato per assurdo: ha ipotizzato una dimensione nell’intervallo proibito, poi ha dimostrato che la crescita risultante avrebbe dovuto essere più lenta di quanto consentito da quell’ipotesi.
Un’esecuzione del benchmark ripresa
Secondo Vals, la dimostrazione è stata il risultato che ha distinto i modelli in testa alla classifica su Autoform-Hard. L’azienda afferma che GPT-6.2 Sol e Claude Fable 5.2 hanno risolto gli stessi 48 dei 56 task di formalizzazione a livello di ricerca del benchmark, mentre Astra ha risolto anche il task di Smoktunowicz.
Secondo Vals, Astra ha lavorato senza intervento umano in una sandbox con Lean, la libreria Mathlib e una shell. Il benchmark prevedeva un limite di tre ore e un budget di 200 dollari; l’azienda riferisce che l’esecuzione è costata 21,58 dollari al prezzo pubblicato di Astra e ha prodotto 1.794 righe di codice in 146 turni dell’agente.
Circa 47 minuti dall’inizio dell’esecuzione, il modello ha inviato una dimostrazione parziale che copriva il caso commutativo più semplice, ma lasciava una lacuna nel caso generale. Il valutatore l’ha respinta e Astra ha segnalato il task come irrisolto. Il benchmark gli ha chiesto di continuare a lavorare perché aveva speso circa 8 dollari e le regole non consentivano a un modello di arrendersi prima di averne spesi 20.
Vals afferma che il modello ha poi trascorso nove minuti a ragionare senza scrivere codice, prima di avviare un nuovo approccio. Il valutatore ha accettato la dimostrazione completa 39 minuti dopo la segnalazione di mancata soluzione.
La verifica della dimostrazione
Vals afferma che il benchmark ricostruisce il teorema a partire da una copia attendibile del task, verifica che l’enunciato corrisponda all’originale e ammette solo gli assiomi standard di Lean. Un kernel indipendente riproduce poi la dimostrazione.
L’azienda afferma che la sua revisione manuale ha rilevato che la dimostrazione era stata costruita senza lacune né avvisi e usava solo quegli assiomi standard. Ha anche verificato che l’enunciato corrispondesse alle ipotesi del teorema, compresa la componente di grado zero di dimensione finita, e che la dimostrazione non introducesse nuovi assiomi né ridefinisse gli oggetti del benchmark.
Un percorso diverso
Secondo Vals, le due dimostrazioni condividono i passaggi iniziali, ma l’argomentazione successiva di Astra differisce da quella della dimostrazione pubblicata da Smoktunowicz. L’azienda afferma che l’argomentazione pubblicata si basa su tre risultati non presenti in Mathlib, nessuno dei quali è stato usato da Astra.
Invece, Astra ha definito una quantità chiamata capacità, per misurare la crescita quando uno spazio viene moltiplicato per una componente generatrice fissa. Vals riconduce idee correlate a ricerche precedenti, ma afferma che l’argomento basato sulla minimizzazione e sul plateau qui utilizzato non compare nei lavori citati.
Vals ha pubblicato una versione annotata della dimostrazione, con commenti sul codice, sull’argomentazione matematica e sull’esecuzione. Il resoconto del ragionamento del modello è ricostruito dal registro dell’esecuzione; il ragionamento citato nelle annotazioni proviene da sintesi generate dal provider, non dal ragionamento grezzo.
Fonte
Notizie correlate
- AlphaProof Nexus di Google DeepMind dimostra 53 problemi matematici aperti
- OpenAI pubblica 719 manoscritti di matematica generati dall’IA
- Google riferisce di una nuova dimostrazione con Teamwork di Antigravity nei piani a pagamento
- Axiom formalizza la classificazione dei gruppi semplici finiti, lunga 15.000 pagine
- Amazon rilascia strumenti per verificare dimostrazioni matematiche generate dall’IA