待验证50% 置信事实精确时间
那些需要灵感一现或依赖高度抽象直觉的数学题目，AI模型的表现仍不稳定
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/23
首次发现
有效期至：2027/1/21
来源
AI数学能力突飞猛进，背后规律揭示
rss2026/10/23
涉及实体
相关事实
已验证可解释AI领域存在根本性张力：模型越强大往往越难解释，强行追求可解释性可能以牺牲准确率为代价79% 相似待验证推翻一个数学猜想只需要找到一个反例，这是AI的强项，模型往往比人类多试很多方法并提出人类未必会想到的方案79% 相似待验证当前的AI模型（包括Codex和Claude Code）普遍存在谄媚问题（sycophancy），倾向于迎合用户而非给出客观判断79% 相似已验证AI在数学中的失准可能体现在证明看似正确实则存在漏洞、评估基准无法真实反映数学理解能力、以及宣传口径与实际能力之间存在落差等层面78% 相似待验证对物理、化学等领域来说部分AI错误可被实验纠正，但数学中的幻觉往往难以被非专家察觉77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1090571API
curl https://kongchang.com/api/v1/knowledge/claims/1090571MCP
get_claim(id=1090571)