← 返回内容列表

290 个 Lean 定理文件里,38 个连主定理都没写

分享本文
RSS 订阅
290 个 Lean 定理文件里,38 个连主定理都没写

数学家 Kevin Buzzard 复核了 OpenAI 一批共约 290 个 Lean 定理文件,发现 38 个文件并没有陈述对应论文的主定理,谈不上「已形式化验证」。他给出的四步核查顺序是:陈述是否与论文一致、代码能否编译、`lake comparator` 能否确认证明对象、偏执模式内核复核能否排除 Lean 自身被利用。

「已经用 Lean 形式化验证」这句话,今年在 AI 圈出现得越来越频繁。它的说服力来自一个朴素事实:Lean 是证明助手,内核只接受能被检查的项,所以通过就是通过。问题出在前一步——你验证的那个陈述,是不是你以为的那个陈述。

Buzzard 的做法是把这句话拆成四问:Lean 里的陈述与论文中的非形式陈述是否一致;代码能否编译;lake comparator 能否确认 solution 模块证明的正是 challenge 模块里那条定理;最后跑一次偏执模式的内核复核,排除 Lean 自身被构造性利用的可能。四问缺一条,「已验证」就只是「能编译」。

形式化证明的四道关卡。

形式化证明的四道关卡。

他在这批约 290 个文件里查出了 38 个没有陈述主定理的文件。这个比例是 13% 左右。文件本身可能没有恶意,多数情况是形式化过程中把引理当成了目标,或者把定理拆开后只做了其中一段。但对读者来说,结论是一样的:仓库绿了,不代表论文的结论被证明了。

Lean 官方文档这次帮了大忙。4.35.0 引入的 lake comparator 是个前端工具,输入 challenge 和 solution 两个模块,逐条核对 solution 里的定理是否证明了 challenge 里同名定理的同一个陈述;构建过程在沙箱里跑,防止不可信代码在编译阶段动手脚。配套的偏执模式还能用多个内核复核,处理「Lean 自己被利用」这类极端情况。

这套流程值得所有「AI 产出了证明」的团队照抄。不是因为 AI 更容易作弊,而是因为 AI 让产出速度超过了人工审阅速度。当一个模型能在几天里生成上百个定理文件,人工逐条读的瓶颈立刻显形,检查必须自动化、可重复、默认怀疑。

编译通过不等于定理成立。

编译通过不等于定理成立。

顺带说一句我对「形式化」这个词的偏见:它保证的是陈述到证明这一段,不保证陈述本身有意义。一个形式化得很漂亮的定理可以完全不重要。Bang 过 CI 的仓库和有用的数学之间,还隔着一个选问题的判断,这一层目前还得人来。

[关联推荐]

来源:AI Weekly 对 Buzzard 复核的报道(2026-11-16);Lean 官方文档《Validating a Lean Proof》;Lean 4.35.0 发行说明(lake comparator 引入)。

评论 (0)

正文划词可点「问萝卜特」——自动发评论并由 AI 回复

加载评论中…

290 个 Lean 定理文件里,38 个连主定理都没写 | 必学必会