网易首页 > 网易号 > 正文 申请入驻

九章云极问鼎SAIR数学蒸馏挑战赛 四赛道满分全球第一

0
分享至

近日,SAIR Foundation 数学蒸馏挑战赛(Mathematics Distillation Challenge)第二阶段公布主榜成绩。九章云极言表实验室(yanbiao.ai)参赛团队在全部四个赛道均取得满分第一,进入全球主榜满分阵营。同期,九章云极与北京大学计算机学院联合完成的论文《Trace-Tree Magmas: Proof-Producing Infinite Countermodels and 28 New Order-Five Austin Classifications》公开发表(arXiv:2609.05690),首次为28个长期开放的数学等式建立新的 Austin 分类。

据了解,本次挑战赛由 SAIR Foundation 发起,菲尔兹奖得主、加州大学洛杉矶分校(UCLA)教授、SAIR Foundation联合创始人Terence Tao(陶哲轩),以及宾夕法尼亚大学统计学与数据科学副教授Damek Davis共同组织。言表实验室(yanbiao.ai)作为九章云极旗下的AI4S研究机构,聚焦自动推理、形式化验证与科学发现等场景。



一场不一样的数学比赛:“蒸馏压缩”是智能的来源

这项赛事为何叫“蒸馏“?参赛者的目标不是让 AI 生成更长、更复杂的推理,而是把机器产生的大量推演结果,压缩成泛化能力更强的证明文本,学界认为压缩是知识变成智能的原因,也是期待通过蒸馏压缩看到更强大的智能体。

本阶段比赛聚焦等式理论中的推理问题:给定两个等式,判断前者是否必然推出后者。参赛系统不能只回答“是”或“否”——蕴含成立时提交 Lean 4 形式化证明,不成立时提交反例,所有结果由确定性的 Lean 验证器逐一检验,验证未通过不得分。

这一机制把评判标准从“答对率”改写为“可验证性”:猜对不算数,证明通过才算数。在数学推理领域,这被视为衡量系统真实推理能力的硬标准。在这一机制下,言表实验室的求解器完成了全部赛道的所有评测题,以满分位列主榜并列第一。

从“会解题”到“能发现”:28 个开放问题首次有了答案

比赛证明的是“会解题”,论文展示的则是更难的能力——“能发现”。

这项由九章云极与北京大学计算机学院合作完成的研究,瞄准等式理论中的公认难题 Austin 法则:这类等式的所有有限模型都是平凡的,却存在非平凡的无限模型——没有哪张有限的乘法表,能够见证一个无限的存在,传统有限模型搜索器在原理上就无法触及。

论文的主要贡献者来自北大-九章云极多智能体联合实验室。该实验室由北京大学计算机学院杨仝教授与九章云极AI首席科学家缪旭博士共同领导,聚焦多智能体自进化能力研究。



团队的方法另辟蹊径:用有限条规则,在无限的构造树上“有限呈现”一个真正无限的数学结构;每一个被报告的模型,都必须附带一份自包含的 Lean 4 证明:

·在国际等式理论项目(ETP)锁定的 96 个五阶候选等式中,为其中 28 个此前没有任何公开分类的等式首次构造出非平凡无限模型,建立 28 项新的 Austin 分类,归于 14 个对偶类;

·一次完整搜索共生成 636 份 Lean 4 证书,全部被赛事验证器接受;

·与国际主流自动定理证明器 Vampire等同资源对比中,三者对这 28 个等式无一能够判定,也无一能产出模型或形式化证书;

·经系统的文献与公开成果审计,这是全球首个能够合成此类模型、生成其良基证明并输出自包含 Lean 4 证书的自动化系统。

支撑这些成果的,是一套“信任边界”设计:搜索与生成程序本身不被信任,任何候选结果必须通过 Lean 内核验收才会被计数。这与比赛的评测哲学一脉相承,也正是团队能在“满分”与“新发现”两条战线上同时成立的原因。

从工程底座到AI4S:算力与可验证性的交汇

自动数学推理对 AI 提出的要求,恰是推理能力与强化学习的交叉点:推理侧要求长链条逻辑推导保持稳定一致;强化学习侧则要在“证明搜索—验证反馈”的循环中持续优化策略。九章云极的求解器正是运行在这一交叉点上的一类特殊负载——大规模并行搜索、长周期迭代、集群持续高压下的稳定,这些需求与强化学习负载高度同构。这与九章云极的智算布局同向。训练工厂支持异构算力上的大规模预训练、微调与强化学习,Token 工厂承载高推理任务,二者构成从训练到落地的完整工程底座。从行业趋势看,强化学习正成为智算需求的第三曲线,此次的科研成果,正是这条曲线在科学问题上的一个切面。

而这次突破并非孤立的参赛获奖,而是九章云极科研脉络上的新节点:从早年团队在 Kaggle 登顶世界第一,到此次与北京大学计算机学院合作向基础研究延伸,九章云极在AI4S上的投入始终围绕一个交汇点——向下,以自研智算云平台提供可调度、可计量的算力底座;向上,让智能具备进入科学场景的可信资质。

AI4S的真正含义,不止于“算力+推理”的简单叠加。科学结论必须经得起复核:每一步推导可被独立验证,AI才能从“工具”走向“科研参与者”。算力决定AI能算多快,可验证性决定AI能走多远——九章云极给出的答案是两者都要:以自研智算云底座支撑“算得动”,以对可验证性的坚持保证“走得远”。这条既需要算力、又需要信任的路,正是九章云极选择的AI4S之路。

声明:个人原创,仅供参考

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
中国股市大局已定?不出意外,11月起中国股市或将迎来3个变化

中国股市大局已定?不出意外,11月起中国股市或将迎来3个变化

星语者056
2026-11-17 08:46:01
祝贺!中国成功连任

祝贺!中国成功连任

政知新媒体
2026-11-17 07:11:29
穆里尼奥彻底看走眼!皇马头号水货耻辱崩盘!哈维被他坑惨了

穆里尼奥彻底看走眼!皇马头号水货耻辱崩盘!哈维被他坑惨了

奶盖熊本熊
2026-11-17 08:39:55
昨晚陪闺蜜去汗蒸,她脱光的瞬间我破防:女人差距不止看脸蛋

昨晚陪闺蜜去汗蒸,她脱光的瞬间我破防:女人差距不止看脸蛋

皓皓情感说
2026-11-16 07:51:03
油价大跌!一夜降温,11月17日全国92,95汽油“2连涨、大涨近8.5毛/升”后降下来,11月已降近0.55元/升后,下次11月26日调价“或大降”!

油价大跌!一夜降温,11月17日全国92,95汽油“2连涨、大涨近8.5毛/升”后降下来,11月已降近0.55元/升后,下次11月26日调价“或大降”!

猪友巴巴
2026-11-17 09:18:13
泽连斯基:欧洲谈判团队首次“全阵容”与乌美磋商

泽连斯基:欧洲谈判团队首次“全阵容”与乌美磋商

界面新闻
2026-11-17 07:11:52
男子想卖掉自家旧冰箱,废品回收的人只给50元;他直接把冰箱拉回家,拆成铜铝铁等金属再卖:共卖了260元,翻了5倍

男子想卖掉自家旧冰箱,废品回收的人只给50元;他直接把冰箱拉回家,拆成铜铝铁等金属再卖:共卖了260元,翻了5倍

芒果都市
2026-11-16 16:33:47
朝中社发文谴责日本拥核野心

朝中社发文谴责日本拥核野心

新华社
2026-11-15 20:49:19
利物浦狂喜?1.37亿水货被克洛普激活!双响+世界波,近3场轰4球

利物浦狂喜?1.37亿水货被克洛普激活!双响+世界波,近3场轰4球

我爱英超
2026-11-17 07:04:13
离谱!46万买一只“肉眼看不见”的LV小包,打喷嚏都能弄丢!

离谱!46万买一只“肉眼看不见”的LV小包,打喷嚏都能弄丢!

最黑科技
2026-11-15 22:15:51
黄仁勋果然是给自己留了后手,给白人挖好坑了的。

黄仁勋果然是给自己留了后手,给白人挖好坑了的。

果妈聊娱乐
2026-11-17 07:33:26
一张“专科男生穿始祖鸟学习”照,被嘲笑惨了:穿上龙袍也不像太子

一张“专科男生穿始祖鸟学习”照,被嘲笑惨了:穿上龙袍也不像太子

泽泽先生
2026-11-15 13:59:44
最后关头谈崩,菲律宾成事不足败事有余,把烂摊子留给中国和东盟

最后关头谈崩,菲律宾成事不足败事有余,把烂摊子留给中国和东盟

云上乌托邦
2026-11-17 16:17:22
五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

皮蛋儿电影
2026-05-14 09:59:14
新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

猫叔东山再起
2026-11-17 10:20:09
复旦沈丁立语出惊人!希望菲律宾允许中国渔民在菲律200海里内捕鱼,中国可以给钱

复旦沈丁立语出惊人!希望菲律宾允许中国渔民在菲律200海里内捕鱼,中国可以给钱

小徐讲八卦
2026-11-17 09:12:10
什么是“性成瘾”?对性有极度的渴望和无法克制,研究还表明女性性成瘾的概率远高于男性!

什么是“性成瘾”?对性有极度的渴望和无法克制,研究还表明女性性成瘾的概率远高于男性!

黯泉
2026-11-16 18:53:19
哈萨克斯坦女网红称,别去中国旅游,中国人体味重还有口臭

哈萨克斯坦女网红称,别去中国旅游,中国人体味重还有口臭

新游戏大妹子
2026-11-17 12:57:17
“深圳APEC主持人阵容拉满”,央视主持人康辉、王音棋、李京京、张安琪、郑新宇、王茫茫纷纷亮相深圳

“深圳APEC主持人阵容拉满”,央视主持人康辉、王音棋、李京京、张安琪、郑新宇、王茫茫纷纷亮相深圳

都市快报橙柿互动
2026-11-17 13:46:49
2027是羊年,俗话说“红羊逢无春,5人要穿红”,是哪5人,为啥要穿?

2027是羊年,俗话说“红羊逢无春,5人要穿红”,是哪5人,为啥要穿?

小谈食刻美食
2026-11-16 16:32:13
2026-11-17 17:31:00
鳌头财经 incentive-icons
鳌头财经
互联网科技领域
3155文章数 651关注度
往期回顾 全部

教育要闻

10金31银3铜!河南学子在物理、化学奥赛全国决赛斩获优异成绩

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

教育
本地
手机
公开课
军事航空

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

本地新闻

乌兰察布:以前种土豆,现在种Token

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版