原文摘要

形式化验证+测试时算力拓展，提升数学思考深度

原文链接

进一步信息揣测

• 形式化验证的隐性成本：虽然形式化验证（如使用Lean）能保证证明100%可靠，但实际应用中需要大量人工介入（如题目翻译），且生成的代码量极大（如4000行证明对应1题），说明其效率与可扩展性仍存在瓶颈。
• 测试时算力拓展的实战价值：通过多智能体并行计算，Seed Prover能对单题持续数天深度思考，这暗示算力资源（而非算法本身）可能是突破复杂问题的关键，普通团队若无充足算力难以复现类似成果。
• 几何问题的特殊优化：Seed Geometry子系统能在2秒内自动解决几何题，远快于其他题型（数论需3天），说明团队可能针对几何问题开发了专用算法或预训练模型，未公开的技术细节具有较高壁垒。
• 赛后持续改进的隐藏策略：比赛中仅解决4题，但赛后通过额外4天搜索完成第1题，表明竞赛时间限制并非系统真实能力边界，实际应用可能依赖“赛后优化”模式，这对评估AI竞赛成绩的参考性提出质疑。
• 证明路径的差异性：第5题解法与人类公开解法不同，暗示AI可能发掘了非传统数学方法，这类“非标准解”或成为未来形式化验证的研究方向，但未被主流数学界广泛讨论。
• 多阶段强化学习的黑箱性：模型通过“自然语言与形式化代码交互”训练，但未透露具体数据来源或奖励函数设计，实际训练可能依赖未公开的数学数据集或专家干预，属于核心商业机密。
• IMO成绩的营销属性：银牌分数（30分）的宣传重点掩盖了未解决第6题的事实，且赛后补全的题目不计入官方成绩，反映企业技术宣传中常见的“选择性披露”策略。