GPT-5.6 Sol 挑战长期统计猜想

关键信息

这个猜想涉及 Benjamini-Hochberg 假发现率控制方法在相关的正态分布数据、且双向检验时是否仍然可靠。Dobriban 表示，这个反例只比目标 FDR 稍微高一点，大约是 0.104 对 0.1，因此当前的实际影响看起来有限，而且这一结论主要还是理论层面的。

资讯摘要

这篇报道说，宾夕法尼亚大学的一位统计学教授使用 OpenAI 的 GPT-5.6 Sol Pro，解决了统计学中一个长期悬而未决的问题。这个问题围绕 Benjamini-Hochberg，也就是 BH 方法展开，它是用于在一次检验大量假设时控制假发现率的常用技术。BH 方法最初由 Yoav Benjamini 和 Yosef Hochberg 在独立数据条件下证明有效，但研究者长期以来一直认为，它在某些相关数据上也应该表现良好。这个假设此前一直没有被完整证明。根据报道，Edgar Dobriban 利用 GPT-5.6 Sol Pro 构造了一个模型，证明实际的假发现率会超过预设阈值。

模拟结果支持了这个反例，而且 Dobriban 还把相应代码一并公开。Dobriban 表示，这个偏差并不大，大约是 0.104 对 0.1，因此眼下的实际影响有限。尽管如此，他说新版模型大约用了 90 分钟就找到了答案，而 GPT-5.5 在多个代理协作、超过 20 小时后仍未给出有效解。伯克利统计学家 Will Fithian 称这是他所在领域最有意思的开放问题之一，并认为这再次显示 AI 能力正在提升，其影响会远远超出数学本身。文章还指出，这个解法更像是把已有方法以一种不寻常的方式组合起来，而不是发明了全新的工具。

来源与参考

1. 原始链接
2. GPT-5.6 Sol reportedly disproves a 30-year-old statistics conjecture in 90 minutes after humans couldn't crack it