Claude сдвинул 167-летнюю математическую проблему с мёртвой точки — 31 млн токенов, 60 агентов и скачок с 41.6% до 67.2%. Anthropic дала экспериментальной версии Claude почти невыполнимую задачу — всерьёз попробовать решить гипотезу Римана, над которой математики бьются с 1859 года.
Саму гипотезу модель не доказала, но на пути к ней совершила неожиданный прорыв: повысила доказанную минимальную долю нулей дзета-функции Римана, соответствующих гипотезе, с 41.6% до 67.2%.Claude сдвинул 167-летнюю математическую проблему с мёртвой точки — 31 млн токенов, 60 агентов и скачок с 41.6% до 67.2%.
Для сравнения: за предыдущие 37 лет математики продвинули этот показатель всего на 0.8 процентных пункта. Claude же сдвинул его на 25.6 пункта примерно за полтора дня.
Как это было: для начала модель сначала перебрала 650 идей — ни одна не сработала.
Во второй попытке Claude около полутора дней управлял примерно 60 своими агентами.
Агенты выполнили 2400 команд, написали сотни скриптов и скачали 54 научные работы с arXiv, чтобы проверить, что результат ещё никто не получал.м Эксперимент потребовал 31 млн выходных токенов.Два математика из Anthropic проверили доказательство, а Claude отдельно сделал формальную версию на Lean, которая прошла проверку. Внешние эксперты Брайан Конри и Дэн Голдстон также оперативно ознакомились с работой.
При этом руководивший экспериментом Джаред Самнер — вообще не математик. Большую часть времени его «промпты» сводились к вариантам «продолжай» и «верь в себя»
Саму гипотезу модель не доказала, но на пути к ней совершила неожиданный прорыв: повысила доказанную минимальную долю нулей дзета-функции Римана, соответствующих гипотезе, с 41.6% до 67.2%.Claude сдвинул 167-летнюю математическую проблему с мёртвой точки — 31 млн токенов, 60 агентов и скачок с 41.6% до 67.2%.
Для сравнения: за предыдущие 37 лет математики продвинули этот показатель всего на 0.8 процентных пункта. Claude же сдвинул его на 25.6 пункта примерно за полтора дня.
Как это было: для начала модель сначала перебрала 650 идей — ни одна не сработала.
Во второй попытке Claude около полутора дней управлял примерно 60 своими агентами.
Агенты выполнили 2400 команд, написали сотни скриптов и скачали 54 научные работы с arXiv, чтобы проверить, что результат ещё никто не получал.м Эксперимент потребовал 31 млн выходных токенов.Два математика из Anthropic проверили доказательство, а Claude отдельно сделал формальную версию на Lean, которая прошла проверку. Внешние эксперты Брайан Конри и Дэн Голдстон также оперативно ознакомились с работой.
При этом руководивший экспериментом Джаред Самнер — вообще не математик. Большую часть времени его «промпты» сводились к вариантам «продолжай» и «верь в себя»