待验证50% 置信事实精确时间

SemantEq-ProofAudit在104个非等价语句对中拒绝了所有模型编写的证明。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/26

首次发现

有效期至：2027/1/24

来源

SemantEq：形式化数学语句的双向等价新方法

涉及实体

SemantEq-ProofAuditmodel

相关事实

待验证OpenAI数学团队负责人公开驳斥署名排除指控，称其不准确60% 相似待验证门禁拒绝的失败路径包括：空diff拒绝、仅测试文件变更而无生产代码变更拒绝、生产符号变更但无属性测试拒绝、属性在未封存摘要上通过拒绝56% 相似待验证账本采用fail-closed（默认拒绝）核心理念：除非证明补丁待在白名单内，否则一律拒绝执行55% 相似待验证在63个完全不参与任何设计决策的held-out数据集上，SurvICL与20个基线模型进行对比，且不做任何调参。55% 相似待验证在14条评估集的小样本中，gemma3:4b没有出现将约束性条款误判为无害的错误（yes→no为0）。54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1098298

API

curl https://kongchang.com/api/v1/knowledge/claims/1098298

MCP

get_claim(id=1098298)