Rohan Paul (@rohanpaul_ai)T2·78 分
Meta NYU 研究：简单循环配合 Lean 工具超越复杂定理证明工作流
原标题：New Meta, NYU paper shows that a simple loop with good Lean tools and more compute matches or beats ...
- h1 系统在 PutnamBench 上以 $1.08/题的成本解决 598 题，优于 Goedel-Architect 的 $1.47/题（597 题）。
- 核心机制是提供快速 Lean 反馈和搜索工具，并在失败后保留进度摘要继续尝试，而非预先规划。
- 界面设计至关重要：使用 Opus 4.8 时，h1 解决了 83% 的困难代数问题，而 Claude Code 仅解决 63%。