Наш агент Aleph, работающий на GPT‑5.2 от @OpenAI, набрал 668/672, 99.4% с гиперэффективностью на PutnamBench @gtsoukal и др. (самый сложный формальный математический бенчмарк) — критический шаг в автоматической генерации кода на естественном языке — английский как программирование — с результатами без галлюцинаций.

🚀 Aleph prover только что включил РЕЖИМ ЗВЕРЯ 4 математические задачи, неразрешенные более 20 лет. Формальные доказательства в Lean 4. Менее 48 часов. Менее 5 тысяч долларов в общей сложности. ✅ Гипотеза о биномиальных хвостах (Телгарский, 2009) ✅ Приближение квантных ворот в решетке (Грин и Дамелин, 2015)* ✅ Эрдёш 124 ✅ Эрдёш 481 ✅ #1 на лидерборде PutnamBench Эра математики ИИ наступила. Особая благодарность @BorisHanin и @ylecun за помощь в реализации этого 🙏 И огромные поздравления команде @LeanFRO — ничего из этого было бы невозможно без невероятного фундамента, который вы построили. Aleph скоро будет доступен для публики, следите за новостями! *условно по результатам Сардара (2015), формализация в ожидании

Наш агент Aleph prover только что занял 1-е место в PutnamBench, бенчмарке, созданном на основе задач Putnam — одной из самых сложных математических олимпиад для студентов — полностью формализованном с машинно проверенными доказательствами и без человеческого участия. Задачи Putnam часто считаются более сложными, чем задачи IMO, и охватывают широкий спектр тем, включая анализ, теорию чисел, теорию групп и другие основные области математики. Это сильное доказательство того, что AI может справляться с глубоким, многоступенчатым рассуждением с гарантией корректности — той же технологией, которую мы используем для проверки реального программного обеспечения, аппаратного обеспечения и научных открытий, требующих формальной логики.