待验证50% 置信基准精确时间
在同样1000智能体配置下,Opus 5.5跑了30小时只完成形式化证明任务的26%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/12
首次发现
有效期至:2026/11/26
来源
Claude Fable 5.2实测:1000智能体30小时证明费马大定理
bilibili最佳拍档大飞2026/11/12
涉及实体
相关事实
待验证由 1000 个 Fable 5.2 智能体组成的团队在 30 小时内完成了费马大定理的完整 Lean 形式化;相同配置下 Opus 5.5 在 18 小时内只完成 26%,30 小时时也几乎没有更多进展。77% 相似待验证在多智能体初步实验中给足8小时,程序基准最高只到30.04(单智能体为20.39),科学类智能体基准仅31.2,落后于对手的51.872% 相似待验证在三个关联编程任务的实测中,使用 Claude Code 的 20 美元套餐,Opus 消耗了 5 小时额度的 16%,而 Haiku 仅消耗约 1%,且六个任务全部通过测试和浏览器检查。69% 相似待验证训练规模为4096局并行,端到端约每秒33万智能体步,约30小时在单台Lambda GH200上完成约190亿智能体步。69% 相似待验证将任务拆解为30分钟以内、带有明确完成检查点的小步骤,本质上是在降低外在认知负荷。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1163369API
curl https://kongchang.com/api/v1/knowledge/claims/1163369MCP
get_claim(id=1163369)