灯照不出山的高度:大模型数学能力的测量与信任
一份覆盖 196 篇文献的灯塔综述:当 MATH-500 逼近满分、FrontierMath Tier 4 被刷到 97.6%,我们是否真的更懂数学了?本文用覆盖度、可靠度、可达度三把尺子,重建大模型数学能力的五层塔,并以 2026 年秋天 OpenAI 722 篇手稿、AlphaProof Nexus 与 27 位菲尔兹奖得主的联名信为案例,追问分数从哪里来、信任又去了哪里。
良 之 笔 记
李昂 (Ang Li / 良之) · AI 研究者 · 具身智能与认知科学
具身智能 / 认知科学 / 实时决策
"你们祈求,就给你们;寻找,就寻见;叩门,就给你们开门。"
思想疆域
一份覆盖 196 篇文献的灯塔综述:当 MATH-500 逼近满分、FrontierMath Tier 4 被刷到 97.6%,我们是否真的更懂数学了?本文用覆盖度、可靠度、可达度三把尺子,重建大模型数学能力的五层塔,并以 2026 年秋天 OpenAI 722 篇手稿、AlphaProof Nexus 与 27 位菲尔兹奖得主的联名信为案例,追问分数从哪里来、信任又去了哪里。
2026 年 10 月,当 AI 以流水线生成数学证明、以 Lean 内核取代人脑核查时,“理解”在数学中还剩下什么位置?本文从词源学、三次数学危机、具身认知与延展心智出发,提出六层理解框架与可观测判据,论证“形式正确性 ≠ 理解 ≠ 数学知识”,并以 OpenAI 722 篇手稿、Navier–Stokes 语义忠实性之争与 25 位菲尔兹奖得主联合声明为案例,回答数学的危与机:不是定理,不是证明,是理解本身。
两个月,一家三十年老店,一排货架的物理重量。一篇带着研究问题走进永旺管理培训生岗位的职业复盘:从冰红茶与客流观察,到“误差如何转化为劳动强度”的答案雏形;从离开的三个判断,到试错、定力与职业选择的三个过滤器。行业数据均标注口径与出处。
如果《地球Online》没有官方攻略,那就自己写一份元设计文档。从老滚的十条设计公理出发,用进化论、神经科学与存在主义的证据,把“如何玩”还原成“你想怎么设计”——一份可执行、可证伪、会签人署名的生存手册。
从尼采的追问与 Farimani 的功能性人形观出发,以波普尔三个世界理论连接身体、体验与知识,系统梳理机器人学、绳索动力学、仿真与混合控制,并提出面向世界冠军级悠悠球表演的 LoopString 研究方案。
1966 年,维森鲍姆写下 ELIZA,试图证明机器理解语言的肤浅;2026 年,elizacn 用零依赖的中文规则引擎重述这个命题,并在规则穷尽处接入大模型兜底。本文从历史、技术与哲学三重坐标审视这次跨越六十年的对话考古:FMM 分词与代词翻转如何跨越中英语法鸿沟,LLM 兜底为何取消了 ELIZA 最珍贵的“沉默的诚实”,以及从可理解到不可理解的断裂,为何是大模型时代真正的伦理警钟。