软件介绍

久久成年人视频使用指南

第一步：导入文件

打开软件，点击"?增长 久久成年人视频"按钮，从电脑当选择《久久成年人视频》文件，或直接将其拖拽至软件界面中。

第二步：配置解析

软件会自动鉴别并解析导入的文件，您可凭据界面提醒选择所需的保留蹊径或下载体式。

第三步：起头下载

确认无误后，点击"起头下载/处置"按钮。期待进度条读取结束，即可在设定的文件夹中查看下载好的正版文件。

菲尔兹奖得主0贡献！GPT-5.5 Pro两幼时跑出博士级证明，久久成年人视频

新智元报路

编纂：桃子

【新智元导读】全网震撼！菲尔兹奖得主把未解数学题抛给GPT-5.5 Pro，不到两幼时拿到博士论文级证明。整个过程中，他没给出任何数学思路。

今天，菲尔兹奖得主Timothy Gowers在幼我博客上发了一篇长文——

最近一次使用ChatGPT 5.5 Pro的履历

标题平平无奇，内容却让整个数学圈坐不住了。

文中，他亲手验证了一个令整个数学界不寒而栗的事实：

GPT-5.5 Pro，用了不到两个幼时，独立实现了一项博士论文级此外数学钻研。

而Gowers自己在整个过程中，数学贡献险些为0。

两个幼时，一章博士论文级成就。

全程2幼时，菲尔兹奖得主贡献为0

事件是这样的。

这几天，Timothy Gowers拿到了ChatGPT 5.5 Pro的测试权限，决定搞一次真刀真枪的测试。

他从数学家Melvyn Nathanson的一篇新论文中，挑出了几个关于加法数论中集中求和的未解问题。

这些问题的主题是：给定一个k个整数的集中A，它的h重求和集hA的可能大幼有哪些？

要实现特定大幼的求和集，集中的「直径」最幼能是几多？

Nathanson自己给出了一个指数级的上界：2^k - 1。

因而，Gowers把问题抛给了GPT-5.5 Pro。17分钟05秒后，AI给出了一个机关，直接把上界从指数级干到了二次方级。

而这，显然已经是最优的了。

更让人坐不住的，是Gowers在整个过程中表演的角色。

他没有给出任何数学思路，没有提供关键引理，更没有指出证明方向，

Gowers只是充任了一个「感情价值提供者」和「排版副手」，给出的提醒词极其单一——

对，这个设法不错，碰运气能不能成；

把这段推导写成尺度的LaTeX论文体式。

博客中，Gowers在反复强调：提醒词「不蕴含任何数学输入」。

AI走的每一步推理、每一个机关、每一处关键转折，都是它自己想出来的。

仅用了几个幼时，AI就实现了人类可能必要数月，甚至数年能力实现的工作。

换句话说，人类顶级数学家在这场所作中的智力贡献，约蹬宗0。

AI给出原创设法，震惊MIT博士生

若是故事到这里就实现了，那顶多算是「AI又解了一路数学题」。

但后面发生的事件，才真正让人细思极恐。

Gowers持续追问ChatGPT：那通常情况的h呢？这个问题的难度陡然上升。

由于当h=2的时辰，数学家们已齐全搞清了所有可能的求和集大幼。但对于通常的h，甚至不知路齐全的答案是什么。

此前，MIT博士生Isaac Rajagopal已经证了然一个指数级的上界。

Gowers因而让GPT去看看能不能改进拉Rajagopal的了局。

第一轮：GPT思虑了16分41秒，把上界从k的指数级改进到了k^(1/2+ε)的指数级。

这是对拉Rajagopal工作的「通例批改」。

第二轮：Gowers说，能不能再进一步，搞到多项式级？

GPT思虑了13分33秒，暗示「有戏」，但必要验证两个技术性命题。

Gowers让它自己验证，9分12秒后，GPT实现了验证，并在随后的31分40秒内写出了齐全的预印本论文。

论文地址：https://drive.google.com/file/d/1IkJBcWYz_3J_QGsESBmMa-jrEHAJDcJB/view

最终了局：N(h,k) ≤ O(k^{10h?})——从指数级，直接跃升到多项式级。

Rajagopal自己看完后，给出了一个让人五味杂陈的评价：

ChatGPT这个设法很原创、很奇妙。若是是我自己想出来的，我会极度高慢。

然而，我必要一两周能力实现的脑力风暴，GPT只用了不到一个幼时。

更重磅的是，Rajagopal具体分析了GPT的主题创新——

它使用了h?-耗散集（h?-dissociated sets）来节造h阶以下的关系。「这个思路，据我所知，齐满是原创的」。

不得不说，当一个MIT学生用「我会为这个设法感应高慢」来评价一个AI的数学证明时，某种范式转移已经悄然发生了。

顶级数学家忠告：；戳

菲尔兹奖得主Gowers没有停顿在「ChatGPT很严害」的层面，他直接把话题拉到了最敏感的问题：

博士生怎么办？

这才是这篇博客真正的重量级炸弹。

在组合数学领域，有大量论文会提出一系列新的组合参数，并附带一串未解问题。

这些问题通常不是出格难，它们的价值在于给初入科研的学生提供一个「能够攻克的指标」，让他们在解决一个「正式的盛开问题」中获得信念和成就感。

但此刻，这条路被AI截断了。Gowers的原话说得很直白：

从前，只有有人提出问题就够了。

但此刻，仅仅被提出是不够的，它还必须足够难，难到LLM解决不了。

2026年至今，已有15个Erd?s盛开问题被解决，其中11个明确标注了AI的贡献。

就在几周前，一个23岁、没有高档数学学位的年轻人Liam Price，用GPT-5.4 Pro在80分钟内解决了一个困扰数学家60年的Erd?s问题。

菲尔兹奖得主陶哲轩亲自验证了这个证明，并将其扩大为一个新理论的起点。

从前必要数年训练能力达到的钻研能力门槛，在被AI一夜之间碾平。

Gowers直言，「若是AI在数学领域以目前这个速度发展下去，那么我们将很快面对一场；。

对此，OpenAI钻研员Sebastien Bubeck深表赞成。

但也有人默默指出：这只是一次尝试，不能过度表推。Nathanson的问题固然是盛开问题，但难度不定代表数学前沿的天花板。

Gowers自己也认可，他「没有齐全答案」，只是在纪录自己的经历。

从前两年，类似的「AI攻克数学」叙事出现过好几次，仔细看城市发现具体前提限度不少。

但这一次，措辞的人是菲尔兹奖得主，他的判断尺度不必要额表背书。

AI数学加快度，已不成逆转

把功夫线拉长一点就会发现，AI在数学领域的进取曲线险些是垂直的。

2023年，GPT-4做不了大无数本科数学题；2024年，o1在数学较量中拿到了金牌水平；2025年，o3在前沿钻研中起头展示推理能力。

2026年5月，GPT-5.5 Pro独立实现了博士论文级此外证明。

三年，从本科到博士。

Gowers的尝试揭示了一个临界点：AI不只是工具了。至少在某些问题上，它已经是一个能独立产出原创了局的钻研者。

那些已经必要数年苦建能力叩开的大门，此刻只必要一个提醒框和两个幼时。

门槛没了。但门后面的世界，可能比我们设想的更大，也更陌生。

参考资料：

https://x.com/wtgowers/status/2052830948685676605?s=20

https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/