Hacker News AIT2·78 分
研究指 AI 形式化验证纳维 - 斯托克斯方程存在语义失真风险
原文标题：Navier–Stokes Lost in Translation
- AI 将自然语言数学文本翻译为形式语言时，难以保证语义忠实性，可能产生“假阳性”验证结果。
- 解决数学自然语言中的歧义问题属于 SCI = ∞ 层级，计算难度高于停机问题，目前无通用算法可解。
- OpenAI 关于纳维 - 斯托克斯方程的证明若仅通过形式化检查，不能直接等同于原始自然语言论证的正确性。
返回热点榜
llm热度 7.6°
AI 聚簇研判事件 · 2026/10/6
研究指 AI 形式化验证纳维 - 斯托克斯方程存在语义失真风险
Study Warns AI Autoformalisation Risks Semantic Loss in Navier-Stokes Proof
1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/6 10:58:01
全景综述与最新动态
1 家信源交叉印证最新研究指出，将自然语言数学证明（如 OpenAI 宣称的纳维 - 斯托克斯方程解爆破证明）自动翻译为 Lean 等形式语言时，因无法解决语义歧义，可能导致验证结果与原始论证脱节。该过程被证实处于可解性复杂度指数（SCI）的最高层级，其难度理论上超过停机问题，意味着当前 AI 形式化验证在复杂数学领域缺乏可信度保障。
最新动向/最新研究指出，将自然语言数学证明（如 OpenAI 宣称的纳维 - 斯托克斯方程解爆破证明）自动翻译为 Lean 等形式语言时，因无法解决语义歧义，可能导致验证结果与原始论证脱节。该过程被证实处于可解性复杂度指数（SCI）的最高层级，其难度理论上超过停机问题，意味着当前 AI 形式化验证在复杂数学领域缺乏可信度保障。