多伦多大学数学家Daniel Litt表示，AI的数学能力在验证方面存在瓶颈： “我的感觉是，[AI模型]之所以无法生成长篇复杂的证明，是因为它们确实做不到。检查正确性的能力还没有达到。” “如果你让模型生成一个简短的证明，然后问‘这个正确吗？’，它们通常会说不……生成非常长的内容的问题在于，它们可能不知道自己是错的。” “我很好奇的是，OpenAI和Anthropic内部可能已经解决了比他们公开的更多的问题。我猜想其中有不少问题，他们只是无法确定是否正确。” “最近有人发布了一篇声称解决正特征奇点的证明，长达800页，由AI生成。我没读过，也没发现错误，但这绝对不可能是正确的。这将是一个重大成果……肯定没有人类读过它。肯定模型还无法检查这种东西。” @littmath @lishali88