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
美国使馆晒出投降照片摊上事了,日本人集体暴怒,要求美方来道歉

美国使馆晒出投降照片摊上事了,日本人集体暴怒,要求美方来道歉

江启
2026-09-08 14:58:00
正式官宣!CBA总冠军外援回归,加盟浙江男篮

正式官宣!CBA总冠军外援回归,加盟浙江男篮

体坛瞎白话
2026-11-16 10:51:54
“星链”又被限速:美国国会震惊!我很担忧乌军的“免疫力”

“星链”又被限速:美国国会震惊!我很担忧乌军的“免疫力”

鹰眼Defence
2026-11-13 15:47:32
一个奇怪的社会现象:大多有退休金的老人,都不愿意和儿女住一起

一个奇怪的社会现象:大多有退休金的老人,都不愿意和儿女住一起

苗苗情感说
2026-11-17 15:55:55
天天说中国芯片被卡脖子,可全世界一半的芯片,其实都是中国造的

天天说中国芯片被卡脖子,可全世界一半的芯片,其实都是中国造的

次元君情感
2026-11-17 15:12:18
将黄乐送给黄仁勋的正是其丈夫本人

将黄乐送给黄仁勋的正是其丈夫本人

辇毂
2026-11-12 21:53:52
《黄石》女星自曝离开好莱坞:没戏拍那阵子,我买下160英亩农场

《黄石》女星自曝离开好莱坞:没戏拍那阵子,我买下160英亩农场

影视情报室
2026-11-16 06:52:57
“这颜值,放艺术生里也是顶级了!”家长晒素颜大一女儿哭鼻子,院校揭晓网友都慕了

“这颜值,放艺术生里也是顶级了!”家长晒素颜大一女儿哭鼻子,院校揭晓网友都慕了

妍妍教育日记
2026-09-14 20:51:56
世界首次500强差距断崖:日本149家,美国151家,中国3家,如今呢

世界首次500强差距断崖:日本149家,美国151家,中国3家,如今呢

福建睿平
2026-08-28 07:25:16
天啊!看到1987年春晚观众席的迟重瑞,才懂陈丽华为啥一见钟情

天啊!看到1987年春晚观众席的迟重瑞,才懂陈丽华为啥一见钟情

观察鉴娱
2026-04-09 09:36:18
科尔官宣:库里伤情要等到感恩节前后才会再次更新

科尔官宣:库里伤情要等到感恩节前后才会再次更新

夜白侃球
2026-11-17 16:46:20
周杰伦武汉演唱会正式官宣,580元票档备注“大屏观演区,仅支持看大屏”,只买个进场资格;你觉得是氛围无价,还是这钱花得冤?

周杰伦武汉演唱会正式官宣,580元票档备注“大屏观演区,仅支持看大屏”,只买个进场资格;你觉得是氛围无价,还是这钱花得冤?

扬子晚报
2026-11-17 08:02:47
赵本山女儿球球直播摊牌!师哥师姐管不了,544万粉丝月销千万却接不住,网友:清醒还是推诿

赵本山女儿球球直播摊牌!师哥师姐管不了,544万粉丝月销千万却接不住,网友:清醒还是推诿

迪迪的娱乐故事
2026-11-17 08:20:42
降格出席10+3会议,高市主动俯身伸手,中方分寸拿捏到位

降格出席10+3会议,高市主动俯身伸手,中方分寸拿捏到位

清衣渡a
2026-11-17 14:46:32
博古到底算不算好人?交出最高权力后,他用11年实际行动给出答案

博古到底算不算好人?交出最高权力后,他用11年实际行动给出答案

凡人侃史
2026-11-17 16:03:18
央视曝光!潜伏中国的反华家族,靠大陆收入上亿,终于受到惩戒!

央视曝光!潜伏中国的反华家族,靠大陆收入上亿,终于受到惩戒!

孙镴北漂拍客
2026-11-14 08:43:04
德专家曾言:中国人到底知不知道,电动车比油车污染还要严重?

德专家曾言:中国人到底知不知道,电动车比油车污染还要严重?

浩渺青史
2026-11-01 08:49:52
24.3天就卖掉,这台雷克萨斯比RAV4抢手多了

24.3天就卖掉,这台雷克萨斯比RAV4抢手多了

我是一个粉刷匠2
2026-11-17 03:25:42
网友热评阿卡首秀:降维打击男网;网坛爆甜事卡林斯卡娅官宣订婚

网友热评阿卡首秀:降维打击男网;网坛爆甜事卡林斯卡娅官宣订婚

网球之家
2026-11-17 11:09:37
有人大胆预测:新一波房价上涨至少2倍,幅度比09年、16年还要大

有人大胆预测:新一波房价上涨至少2倍,幅度比09年、16年还要大

职场资深秘书
2026-11-17 16:49:20
2026-11-17 17:40:49
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

亲子
旅游
房产
游戏
公开课

亲子要闻

宝宝气人但是聪明的4个行为

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

房产要闻

6.6亿!海口卖地!

小伙表示连玩7天《GTA6》 这下PS5可惨了

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版