Astra senkt die Schranke für Primzahl-Lücken auf 186
OpenAI hat mit dem Modell Astra einen neuen formalen Beweis in Lean veröffentlicht, der die konstante Lücke zwischen Primzahlen auf 186 reduziert. Dieser Durchbruch markiert einen signifikanten Fortschritt in der analytischen Zahlentheorie.
Astra findet neue Schranke für Lücken zwischen Primzahlen
Dies ist eines der klassischen und bekanntesten Probleme der analytischen Zahlentheorie. Die Frage lautet: Gibt es eine Konstante C, sodass unendlich viele Paare benachbarter Primzahlen sich um höchstens C unterscheiden?
Die Endlichkeit einer solchen Lücke wurde erst 2013 bewiesen. Im Jahr 2014 reduzierte das von Terence Tao geleitete Polymath8-Projekt die Konstante auf 246, und kürzlich konnte Julia Stadlmann diesen Wert auf 240 weiter senken.
Astra hat C nun auf 186 gesenkt: OpenAI hat einen formalen Beweis in der Programmiersprache Lean veröffentlicht. Details auf GitHub
Es wird nicht behauptet, dass das Modell die Abschätzung vollständig autonom entdeckt hat. Darüber hinaus basiert das Ergebnis auf drei Axiomen, die zwar in der Fachliteratur existieren, aber in Lean noch nicht formal bewiesen wurden. Dennoch bleibt ein Ergebnis ein Ergebnis. OpenAI gibt zudem an, einen Term bei der Abschätzung großer Primzahllücken verbessert zu haben, der seit über 80 Jahren unverändert geblieben war.
Warum das wichtig ist
AnalyseDiese Entdeckung ist für die analytische Zahlentheorie von erheblicher Bedeutung, da sie die theoretische Obergrenze für Primzahllücken weiter verengt und damit neue Impulse für die weitere Forschung in diesem Bereich setzen könnte.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Codex Skills für Einsteiger: So automatisieren Sie Workflows mit KI-Agenten
Ein praktischer Leitfaden zur Erstellung und Nutzung von Skills in Codex: Anatomie der SKILL.md, explizite und automatische Aktivierung, Unterschiede zwischen Skills, Skripten und Tools, die Skills API sowie die Konfiguration von Sicherheitsgrenzen.
GPT Mini (Kompakte Modelle der GPT-4o-mini-Serie)
Eine kostengünstige und ultrasschnelle Version der Flaggschiff-Modelle von OpenAI. Optimiert für massenhafte tägliche Aufgaben, sofortige Antworten, Textklassifizierung und die Einsparung von Kontingenten.
OpenAI GPT (Flaggschiff-Modelle der GPT-Serie)
Die zentrale, universelle Reihe großer Sprachmodelle von OpenAI (GPT-4, GPT-4o). Optimiert für komplexe Textanalyse, Programmierung, Kreativität und tägliche intellektuelle Arbeit.
Vier Lebenslauf-Tipps vom Leiter für Applied-AI-Entwicklung bei OpenAI
Wulfie Bain, Leiter der Applied-AI-Entwicklung bei OpenAI, nannte vier Regeln: Kürze, Relevanz, Ergebnisfokus und starke Erfolge am Anfang.