Wewnętrzny model OpenAI rozwiązał trzy otwarte problemy i obalił ETH; Claude od Anthropic zrobił to niezależnie
Wewnętrzny model OpenAI rozwiązał trzy otwarte problemy z matematyki, teoretycznej informatyki i fizyki. W szczególności model obalił ETH, czyli hipotezę czasu wykładniczego, która jest kluczowym założeniem w teorii złożoności obliczeniowej.
Model Claude od Anthropic również niezależnie obalił ETH. Anthropic podaje, że wewnętrzny model Claude znalazł rozwiązanie 16 października. Ta sama data pojawia się w raporcie OpenAI.
Claude zużył 14 milionów tokenów wyjściowych na rozwiązanie, a w odkryciu nie brał udziału człowiek: pracownicy Anthropic tylko pomogli przygotować wynik w formie artykułu.
Model znalazł deterministyczny algorytm dla 3-SAT działający w czasie 2^o(n). ETH zakłada, że istnieje stała δ > 0, dla której problemu nie da się rozwiązać szybciej niż w 2^(δn), więc taki algorytm obala ETH. Co więcej, model rozwiązał trudniejszy problem #3-SAT, czyli policzył liczbę przypisań spełniających.
Dlaczego to ważne
AnalizaJeśli wynik zostanie potwierdzony, może on zmienić fundamentalne założenia teorii złożoności i pokazać, że modele AI są zdolne do autonomicznych odkryć w trudnych problemach matematycznych.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
OpenAI i Anthropic opublikowali obalenia hipotezy wykładniczego czasu
OpenAI i Anthropic twierdzą, że ich wewnętrzne modele prawie jednocześnie obaliły hipotezę wykładniczego czasu i opublikowały prace oraz dowody w Lean.
Wewnętrzny model OpenAI rozwiązał trzy otwarte problemy z matematyki, teoretycznej informatyki i fizyki
Zgłoszone przełomy obejmują obalenie hipotezy ETH, dowody dla hipotezy Kakeya i lokalnego wygładzania we wszystkich wymiarach oraz wyniki istnienia teorii Yang-Mills i pełnej QCD.
Claude Haiku (Szybkie, kompaktowe modele Anthropic)
Najmniejszy i najszybszy model w ofercie Anthropic. Zaprojektowany do błyskawicznych odpowiedzi, masowej klasyfikacji tekstu, ekstrakcji danych oraz routingu agentowego przy minimalnych kosztach.
Claude Opus (Flagowa inteligentna modelka Anthropic)
Najsilniejszy model w rodzinie Anthropic. Stworzony do złożonej analizy filozoficznej i naukowej, tworzenia wielowarstwowych tekstów oraz głębokiego rozumienia kontekstu.
Claude Code Projects: jak jeden AI koordynuje zespół autonomicznych agentów
Głęboka analiza Claude Code Projects: architektura Coordinator i Threads, równoległe gałęzie, wspólna pamięć MEMORY.md oraz zarządzanie agentami w chmurze.
Codex Skills dla początkujących: jak zautomatyzować scenariusze pracy agenta AI
Praktyczny przewodnik po tworzeniu i korzystaniu z funkcji Skills w Codex: struktura pliku SKILL.md, aktywacja jawna i automatyczna, różnice między umiejętnościami (skills), skryptami a narzędziami (tools), API Skills oraz konfiguracja limitów bezpieczeństwa.