GPT-5.6 Sol Pro 90 分钟推翻 30 年统计学猜想

宾夕法尼亚大学沃顿商学院副教授 Edgar Dobriban 使用 GPT-5.6 Sol Pro，在约 90 分钟内构造出一个统计模型，证伪了 Benjamini-Hochberg（BH）方法在相关数据下的一个核心猜想。该猜想近 30 年未解，此前 GPT-5.5 用多个代理跑约 20 小时也未能找到解法。

BH 方法广泛用于控制多重假设检验中的错误发现率（FDR），原证明仅在独立数据下成立。研究长期相信它同样适用于正态分布相关数据，但 Dobriban 的反例显示真实 FDR 会越过目标水平（0.104 vs 0.1）。解法并非新创造，而是以不寻常方式组合已知方法，模型未产生新知识，却找到了人类未想到的联结。

💡 为什么值得看宾大统计学家用 AI 构造反例，证明知名方法的理论边界，理论意义大于实际。