AWM 框架把陌生环境交互转为可形式化证明的数学模型
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从交互到形式化模型
论文关注的问题是：现有数学 AI 依赖预先给定的定义与形式化规范，能否对未知世界做严格推理。AWM 的做法是把与陌生环境的交互转成显式数学模型：先探索环境并提出可执行的 Python 假设，再用观测不断检验和修正；随后把假设组织为带类型的对象与共享规则，借助范畴论引导的变换简化结构，最后在 Lean 4 中形式化，用于证明可达性与不可达性。作者强调，AWM 能证明某个目标不可达，而且这一结论可以超出已经探索过的轨迹范围。
不可达性证明的对比结果
在两个不可通关的游戏关卡上，AWM 六次运行都构造出封闭的、经内核检查的 Lean 证明，排除了所有合法的获胜序列；作为对照，配备编码工具的 Claude Opus 5.5 与 GPT-6 Astra 在十二次基线运行中没有产出任何证明。在初始边界判断上，AWM 六次中有四次正确，Opus 5.5 为一次，GPT-6 Astra 为零次；仅给定「存在更省步数的获胜方式」这一反馈后，AWM 会修改规则并重新构造证明，最终六次全部得到正确边界。论文还提到，AWM 产出的数学模型可解释，规则能够逐步检查和测试。
ARC-AGI-3 上的复现与泛化
在全部 25 个公开 ARC-AGI-3 游戏上，AWM 得到的模型让 Lean 重放全部 183 个关卡的获胜轨迹，并能泛化到观测之外，预测未见过的状态转移、识别游戏机制的变化。配合 Claude Opus 5 时，AWM 通关所有关卡，得分 99.9，其经认证的获胜轨迹只消耗人类基线 43% 的动作数。论文共 29 页、9 幅图、14 张表，附带文件包含运行示例 lp85 的 Lean 4 模型。
为什么值得看
它把「探索环境」与「形式化证明」接在一起，并给出与主流模型在不可达性证明上的直接对比，值得关注 AI 做数学推理的边界。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。