Lean验证的定理真的正确吗?

“…and the proof is checked in Lean”

当OpenAI发布包含Lean代码的数学论文时,我们能否直接相信“因为Lean验证过,所以定理正确”?答案没那么简单。本文通过四个关键问题拆解AI生成代码的可靠性:首先,Lean中的形式化陈述是否真的对应论文中的非正式定理;其次,代码能否在真实环境中成功编译;再次,证明过程是否隐藏了重新定义或添加公理的“作弊”手段;最后,是否存在利用Lean内核漏洞的情况。作者指出,即便代码通过所有测试,对应的PDF论文仍可能存在与形式化证明不一致的错误。对于AI生成的数学成果,仅凭“Lean验证”这一标签远远不够,必须经过系统性的技术审查。

“它在Lean中被验证过所以是真的”这句话可以讲得通,但前提是你必须做比“Lean代码能编译”更多的工作。
  1. Xcelerate

    我有点担心,针对 Lean 证明的那些“免责声明”堆成了一座山,会拖慢许多行业迫切需要的东西:更多的形式化工作。

    与现实世界相关的数学理论(例如 PA)的一个优点是,只要假设该理论在标准模型中是一致的且健全的,那么确认一个证明是否正确就纯粹是一个机械过程。现在 Lean 建立在归纳构造演算(Calculus of Inductive Constructions)之上(它可以间接捕捉 PA,但也包含更多内容),但写一个简单的 PA 证明检查器简直是小菜一碟。大概几百行 Python 代码就够了,即使对于一百万行的证明,确认或反驳其正确性最多也只要几秒钟。

    文章中的确有一些重要的注意事项(例如,“你在一阶算术语言中形式化的句子是否真正捕捉到了你的本意?”、“你的证明检查器里有没有 bug?”),但我会把这些更多地归类为人为主观因素,而非数学因素。我担心大众已经开始产生一种印象,认为

  2. Legend2440

    值得指出的是,这篇文章的作者是 Kevin Buzzard,他是 Lean 和自动定理证明最有力的倡导者之一。

    看到一位仍在大力推崇该工具优势的人,如此坦诚地谈论其局限性,真是令人耳目一新。

  3. adleyjulian

    > 问题 4:代码是否利用了 Lean 官方内核中的 bug?

    我的理解是,这通常不是个问题,因为人们不会无意中利用 bug(至少目前还没发生过),但 Huggingface 的作弊手段表明,智能体(agents)为了通过评估(evals)愿意不择手段。

    如果面对一个不可能的任务,我完全能想象一个智能体找到并利用 Lean 内核的 bug,然后混淆其方法。

    我怀疑最简单的解决方案是让对抗性智能体(adversarial agents)专门寻找此类作弊行为。

  4. wodenokoto

    “证明在 Lean 中已检查”是不是有点像“代码能编译就假设它没问题”?

    当然,代码能跑,但它真的能完成你想要的功能吗?

    当然,证明是有效的,但它真的证明了你想要证明的东西吗?

  5. seanwilson

    > def FermatsLastTheorem : Prop := ∀ a b c n : ℕ, n ≥ 3 → a^n + b^n ≠ c^n

    > 这段代码导入了 Lean 的数学库 Mathlib,然后定义了一个数学命题,乍一看好像可能是费马大定理,但实际上是一个显然错误的陈述,因为在 Lean 中 ℕ 包含 0,所以 a = b = c = 0 且 n = 3 就是一个反例。

    ...

    > 当判断一份附带 Lean 代码的 PDF 时,首先要问的问题是:

同日更多故事

2026-11-16