zhang 🍒.🌰.

Zhang, Cherry Nut/Das Auto

[zhang 🍒.🌰. @zhangchn]

@xiaojingcanxue 变好了还是变糟了？

[zhang 🍒.🌰. @zhangchn]

@ec12edfae2cb221 班主任还怪讲究呢，历史老师么？

[zhang 🍒.🌰. @zhangchn]

我一直怀疑，大多数AI还没解决的问题都卡在最优表示上

[勃勃OC @bboczeng]

我来告诉你们，数学界接下来一个最大的问题。

我去年就说过，UC Berkeley数学系助理教授Tony Feng在Google Gemini做visiting professor的时候，拿到了当时最好模型Google Gemini的超长极长无敌长的reasoning版本。

这直接导致Tony Feng解决了7道Erdos问题，三道FirstProof问题，开创性地用半监督方式 ，以及无监督方式，指导AI Agent解决数学问题。

我去年就说过，下一步要解决的问题是，尝试把一个数学命题以lean4的形式拆分成多个lemma，多个lemma以DAG的数学结构组合成一个数学命题，每个数学证明可以拆分成几十个到几千个lemma DAG，每个lemma作为节点又可以让多个agent来证明，这样可以用成千上万个agent来碰撞证明每个lemma，尝试组合成一个完整数学证明的DAG。

所有人都忽视了一个最重要的问题，就是一个LLM的reasoning是不可能无限长的，哪怕是Claude和GPT模型，reasoning是有限的，这是LLM结构和目前inference infra决定的。

但是数学家们早就给出了解决方案：在3000多年前，古希腊的数学家们就知道，完备的数学体系需要写书、写笔记、收学生，以学术社区和讨论组的形式，一条条验证，把自己思考的过程记录下来，给同行完成peer review，这样把自己在数学的工作一条条记录、验证、审议、写书、组织起来，一起构建完整的数学大厦。

过去10年来，人类一直在mathlib中实现这一个愿景，全世界所有数学家都在用lean4构建数学大厦，但是还远远不够。

你党弟提出lemma DAG概念后，能大概预测到一个方向，这个方向就是，驱动AI Agent用lean4把所有它能构建数学体系的领域：

1. 用lean4审核目前人类已有的、能用lean4实现和验证的数学论文，全部用lean4实现并验证一遍；

2. 用lean4尝试构建新的问题，实现一个AI native版本的mathlib证明大全——mathlib2——比现有人类数学家构建的mathlib要大一两个数量级；

3. 当人类尝试定义新的问题的时候，先从mathlib和mathlib2中搜索已有近似证明，尝试拆分成DAG的lemma形式，用mathlib2更加快速便捷地实现部分证明；

4. 最后用大量、超大量的AI Agent尝试大量、巨大量、无限提出新的问题，并且并行in parallel用已有mathlib2去验证或者证伪这些新问题，最后由人类数学大师cherry pick出其中有价值的问题和完整证明方案出来。

回到开头，首尾呼应一下：

人类在单一LLM本体进行超长reasoning已经接近inference复杂度极限，这是人类任何人都无法改变的，OpenAI和Anthropic改变不了，玉皇大帝都改变不了，

能提到LLM超长reasoning的唯一办法，就是让LLM Agent不断总结、不断记录、不断验证出过去产出的结构化、逻辑化、有组织的知识库，作为long term memory，这些知识库就是一个LLM Agent过去的所有reasoning中的有效记忆，并且能用于今后未来的所有构建中。

这和朴素古典的memory机制完全不同，无论构建一套lean4还是构建matlab simulink的有效仿真验证后的设计，还是构建HDL各种硬件描述语言在仿真后验证的电路设计，都更有效、更精准、更专业、更小领域，

而且最重要的是，构建这些结构化的专业学术知识库，恰恰是AI Agent加上一个本地仿真、编译、运行环境的最擅长的事情。

说人话说就是，脑子到极限的前提下，好脑子不如烂笔头。

[zhang 🍒.🌰. @zhangchn]

@yjf1978 @D931931 GLM5.2真有那么强吗？

[zhang 🍒.🌰. @zhangchn]

@manateelazycat trust but verify.

[zhang 🍒.🌰. @zhangchn]

@9hills 1页/万还不够么？

[zhang 🍒.🌰. @zhangchn]

@Kenntnis22 唯一价值在于增加职场压迫而已

[zhang 🍒.🌰. @zhangchn]

@ivanalog_com @mtrainier2020 星球大战2.0，但是美国的策略是引诱中国ALL IN高科技，但是由于重新建立的市场壁垒，本土消费力不足，中国的边际收益会迅速归零。然后就让人口统计学来终结这一局。

[zhang 🍒.🌰. @zhangchn]

@shadowglenelf 那就没有🐸脸了

[zhang 🍒.🌰. @zhangchn]

@williamlong bot?

[zhang 🍒.🌰. @zhangchn]

Why do I not feel obliged to work until 5:30pm?

[zhang 🍒.🌰. @zhangchn]

Today I literally copy-pasted my own requests from one model's llama-server page to another's to compare their answers.

[OpenAI @OpenAI]

We’re sharing new research on a method for anticipating how models may behave in real-world use before release: simulating deployment with recent, de-identified user requests and studying candidate model responses. https://t.co/7RJzBfNniQ

[zhang 🍒.🌰. @zhangchn]

People in this thread are pretty weird. BTW, who has got household tap water and natural gas free of charge and how to apply for them?

[maddie @madsssagascar]

quote so evil it could be used in a childrens comic book to be widely and easily understood as “thats the bad guy”

[zhang 🍒.🌰. @zhangchn]

@AriXZone 难怪车本身那么脆，钱都花在刀刃上了

[zhang 🍒.🌰. @zhangchn]

@10xmylife 建议变量名使用片假名，emoji和带变音标记的那些ISO8859-15的特有字母

[zhang 🍒.🌰. @zhangchn]

@corndogjpn2 企业总有不能联网的那一部分

[zhang 🍒.🌰. @zhangchn]

@ec12edfae2cb221 [f"今年{x + 1}月要远离{y}" for (x,y) in ["C", "C++", "Java", "Go", "Rust", "TypeScript", "SQL", "Haskell", "OCaml", "C#", "Python", "Perl"].enum()]

[zhang 🍒.🌰. @zhangchn]

https://t.co/7QvXAR6NfD 但是，macOS直接在命令行mdfind -name基本上等同于everything啊。

[zhang 🍒.🌰. @zhangchn]

@shadowglenelf 和微信一样，身份认证入口，不能砍的

[zhang 🍒.🌰. @zhangchn]

老实说，我是不怎么追新模型的。一线商业模型基本上不碰，开源模型挑最便宜的。反正不管怎么着，半年以后都会比现在翻天覆地的好，不如等一等，如果花钱太慢，就等于完全不用花钱。