#AI
清华沃顿师徒用 GPT-5.6 证出 40 年下界
清华工业工程系新晋教师 Jianhao Ma 与其沃顿博后导师 Yuxin Chen 挂出一篇论文，首次给出梯度下降纯步长调度的收敛下界：对任意预先确定的非负步长串行，收敛率不可能超过 Ω(T^{-1.9319})，也就是说**光靠设计步长追不上 Nesterov 动量的 O(1/T²)**。
这个「步长到底能跑多快」的问题悬置了约 40 年，从 2023 年 MIT 的 silver stepsize 把纯步长推到 O(T^{-1.2716}) 后，一直没人能证明天花板在哪。
💡 为什么值得看GPT-5.6 自主验证数学证明，开创 AI 内核数学新范式。
查证
来源档案
36 氪（转自新智元公众号）
中文科技媒体对 arXiv 论文的转述性报道，作者为「ASI 启示录」
结论与论文要点转述清晰，但属单一媒体二次转述，未直接查证 arXiv 论文原文与 Lean 代码；关键数字（1.9319、1.2716）与作者履历以报道口径为准，建议待论文或独立研究确认。
延伸阅读
报道称内核证明无非平凡人类数学成分，但人类提供了「对抗预言机」这一关键高层策略。想判断 GPT-5.6 在定理证明中真正的自主程度，值得对比论文原文里策略设计的归属。
下界 1.9319 与 silver stepsize 的 1.2716 之间有 0.66 的差距，优化学者 Ben Grimmer 强烈相信后者就是天花板。真正极限落在哪，决定了这个下界最终价值的大小。