ИИ-агент Tencent помог решить комбинаторную задачу, открытую более 50 лет

Исследовательский агент Hyra на базе открытой модели Hy3 от Tencent помог ученым найти ключ к комбинаторной задаче, которая оставалась нерешенной более 50 лет. За 24 часа вычислений ИИ получил ядро решения, а затем результат проверили и оформили в виде доказательства.

Исследовательский агент Hyra на базе открытой модели Hy3, разработанный Tencent, помог ученым решить математическую проблему из области комбинаторики, которая оставалась нерешенной более 50 лет. Задача касалась того, насколько размер множества сумм целых чисел может превышать размер его множества разностей. Ученые давно доказали, что соответствующий показатель степени не превышает двух, но вопрос об оптимальности этой границы оставался открытым. Агент использовал модель Hy3 для поиска специфических множеств и вывода общей конструкции. За 24 часа вычислений ИИ нашел ядро решения, которое легло в основу научного открытия. Затем ученые проверили логику, внесли корректировки и структурировали доказательство. Для финальной верификации результата использовали GPT-5.6 Sol, которая помогла корректно перевести расчеты на язык Lean 4. Итоговая статья подтвердила, что искомый показатель может бесконечно приближаться к 2, а значит эта граница является оптимальной.

Источники 1

ИИ-агент Tencent помог решить комбинаторную задачу, открытую более 50 лет Machinelearning

📌 ИИ-агент Tencent помог решить комбинаторную задачу полувековой давности.

Исследовательский агент Hyra на базе открытой модели Hy3, помог ученым разгадать математическую проблему, которая оставалась нерешенной более 50 лет.

Задача из области комбинаторной математики касалась того, насколько размер множества сумм целых чисел может превышать размер его множества разностей.

Научное сообщество давно доказало, что соответствующий показатель степени не превышает двух, но оставалось неизвестным, является ли эта верхняя граница оптимальной.

Агент использовал модель Hy3 для поиска специфических множеств и вывода общей конструкции. За 24 часа вычислений ИИ нашел ядро решения, которое в итоге легло в основу научного открытия. Ученым оставалось лишь проверить логику, внести корректировки и структурировать доказательство.

Для финальной верификации результата использовали GPT-5.6 Sol, которая помогла корректно перевести расчеты на язык Lean 4.

Итоговая статья подтвердила, что искомый показатель действительно может бесконечно приближаться к 2, делая эту границу оптимальным ответом.

@ai_machinelearning_big_data

#news #ai #ml