Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
FollowingOpenAI人工智能模型声称证伪指数时间假设，与以太坊（ETH）无关
OpenAI宣布其人工智能模型找到了一种证伪“指数时间假设”（Exponential Time Hypothesis，简称ETH）的方法。这是计算机科学领域中一个著名的1999年猜想。这一声明在加密社区引发了轰动，许多用户误以为这里的“ETH”指的是以太坊（Ethereum）加密货币。然而，此处的ETH与以太坊、其价格或联合创始人维塔利克·布特林（Vitalik Buterin）均无关联。
指数时间假设与计算机科学
指数时间假设是由计算机科学家Russell Impagliazzo、Ramamohan Paturi和Francis Zane于1999年提出的猜想。它与解决某些逻辑谜题的计算复杂性有关，特别是3-SAT问题。该问题涉及寻找满足一组规则的组合，通常以三个为一组进行。
数百篇学术论文广泛假设ETH成立，以此证明图论、计算生物学、数据库和几何学中的某些复杂问题无法快速求解。它有效地充当了一张地图，指示哪些问题是计算机不太可能高效解决的。
OpenAI的研究团队声称，他们的AI模型产生了一种确定性算法，能够在次指数时间内统计出这些谜题的所有满足解，这意味着计算 effort 的增长速度比此前在ETH框架下认为的可能要慢得多。
OpenAI在其官方博客中写道：“对ETH的证伪重新引发了关于这些任务能快多少的问题，并可能有助于指导更好算法的搜索。”
小词典：指数时间假设（ETH）
是计算复杂性理论中的一个猜想，指出在最坏情况下，某些类型的逻辑问题（如3-SAT）不能比指数时间更快地求解。它构成了计算机科学中关于问题解决极限许多假设的基础。
审查与影响
OpenAI于10月17日发表了一篇67页的论文，并于10月25日进行了修订，描述了这一新算法。据该公司称，其AI于10月16日发现了这一反例，第二天使用Lean证明辅助软件验证了正式证明。目前，研究和相关的证明文件已在GitHub上公开以供审查。
三位计算机科学家——ETH提出者Russell Impagliazzo和Ramamohan Paturi，以及麻省理工学院的Ryan Williams——目前正在对OpenAI的发现进行独立审查。在一封公开信中，他们强调，他们的参与不应被视为对该结果的认证。他们还强调了需要独立的验证，以及一种允许他人重建和质疑工作的深入理解。
Impagliazzo、Paturi和Williams写道：“如此重要的结果需要经过仔细、独立的审查，并且要有其他人能够重建、质疑和在此基础上构建的理解。”
OpenAI指出，虽然其结果在理论上具有重要意义，但实际利益可能需要相当长的时间才能显现。论文明确指出，这一突破并不意味着每个NP问题现在都能被高效解决，著名的P与NP问题仍未解决。在计算理论中，P代表计算机容易解决的问题，而NP涵盖那些解可以被高效验证的问题。
另一家AI公司Anthropic随后也发布了自己的公告。利用其Claude AI模型，Anthropic于10月26日发布了一篇论文，描述了一种新的3-SAT算法，同样解决了ETH问题。然而，Anthropic澄清称，其结果是理论性的，目前并不影响实际问题的解决。
小词典：Anthropic
是一家人工智能研究公司，开发Claude等AI模型。该公司专注于为科学和数学领域的复杂任务创建先进、可靠的人工智能系统。
OpenAI未发布的AI模型及其更广泛的影响
与此相关的是，OpenAI在GitHub上发布了722份数学手稿，这些手稿由一个未发布的内部AI模型生成。据OpenAI发言人称，大多数手稿是通过向单个AI代理发出单一提示生成的，尽管有些需要多次尝试。该公司将此描述为AI辅助数学发现的一个重大进步。尽管如此，数学界对于AI验证和可重复性仍持怀疑态度。
OpenAI已向西蒙斯基金会（Simons Foundation）捐赠500万美元。这是一家美国慈善组织，致力于推进数学和科学研究。这笔资金将支持研讨会、会议和特别项目，旨在评估并在AI生成的数学成果基础上进行建设。
整个事件凸显了包括Anthropic和OpenAI在内的领先AI公司，通过先进的人工智能模型解决数学和计算机科学中复杂且未决问题的日益增长的兴趣。
