Machine Heart报告的编辑：Du Wei，Dapanji本周二，我们通过Tao Zhexuan的现场获奖者提供开放的项目资源，并在大型模型的帮助下，编写了一个概念概念的工具，以证明任何正面参数的给定估计值是否为真（在恒定因子内）。在该项目中，他开发了一个框架，用于估计自动（或半自动）值证明评估。估计值是X≲Y形式的不等式（在notymptotic符号中表示X =或（y））或X≪Y（在渐近符号中表示x =或（y））。在短短几天内，此估计验证工具的2.0版本就在这里！该男子Zhexuan在该工具方面做出了两个全面的改进。首先，他将其更改为主要的证明，同时应对一些逻辑措施。然后，根据评论员的评论，他将其更改为更灵活的辅助证明（特别是在某些主要方面模仿助理助理），这也由ST启用rong Python符号代数软件包Sympy。陶兹（Tao Zhexuan）认为，他现在已经获得了坚实的情节，可以扩展工具。他的最初目标只是标量量表的渐近估计值的证明，但原则上，它可以继续添加技术，新型Synspy和Lemmas工具来处理其他广泛的数学活动。 助手2.0的版本已上传到GitHub。同样，像他以前的编码一样，陶兹恩（Tao Zhexuan）最终依靠大型语言模型的帮助来了解Python和Sympy的一些细节，这是Github Copilot的自动完成操作特别有益。尽管该工具支持全自动证明，但Tao Zhexuan决定更多地专注于当今的半自动互动证明，在该证明中，人类用户提供了高级的“策略”，然后助理助理进行必要的计算，直到证明完成为止。 github地址：https：//github.com/teorth/estimates该项目介绍，这是Python开发的轻量级助手，其功能不如Sandang，Isabelle或Rocq等完整的助手证明，但希望可以易于使用，以证明某些简短而乏味的任务，例如验证非Misconductasundo或估算。助手的特定目的是支持渐近估计。将相关文件下载到特定的实施过程后，您可以在Python中启动助手助手。只需输入“从主要导入 *”并加载预制练习即可。这是其中之一：这是对助手证明问题的正式描述：如果x，y，z是一个正实数，而x 2y和y 3z+1，则证明x 7z+2。用户的有用助手教助手使用各种“策略”来简化问题，直到解决问题为止。在此示例中，可以通过线性算法解决问题，特别是正式为“ Linarith（）”方法：如果一个人想和更详细地说，线性算法如何工作，它们可以测试“冗长”标志（标志）以运行此方法。有时，证明过程涉及将情况分配，最终证明是类似树的结构。这里有一个示例：任务是证明假设（x -1）∧（x 1）和（y -2）∧（y 2）指示（x+y -3）∧（x+y 3）：在这里描述的证明是基于三种技术的证明：基于三种技术：方法“ case h” 1划分“ h1”假设，然后将“ h1”假设划分为“ case”。在某种意义上，Sympy的规模正式化可以实现标准审查：符号变量具有“ IS_NUMBER”标志，通常与非标准分析中的“标准”数字匹配。 integer = true）“ n.is_number== wrong ", so it is not standard. "Theta (X)" of various (positive) expressions "X", and its characteristic "theta (n) = theta (1)" is as follows: if "n" is a standard number, then this concept is used to define asymptotic estimate, for example and, the goal is to draw a conclusion (implemented as less (x, y) Arithmetic in Logarithmic Form can be applied to自动验证一些渐近估计。对数线性编程求解器也可以通过非常强大的“分支”程序来处理低阶术语，以开始在操作符号操作的空间中开发工具，例如创建诸如诸如flemity equelative equellation the Holders of the of nosersersersersersersersersersersersersersersersersersersersererserserersererser，为了为这些类型的事物创建更多对象类，他只有概念验证的引理来描述此框架引理。陶兹恩（Tao Zhexuan）终于说，他享受了这位证明助手的主要框架，因此他愿意接受进一步的建议或新成就。LA新型的数据，引理和技术或一些问题的例子。这些助手应轻松解决这些问题，但由于缺乏适当的技术和引理，目前已超出其功能。刚才，Tao Zhexuan发布了一个新项目。他最近尝试了一个小实验：尝试使用现代自动化工具，例如Github Copilot和半自动福尔马林的精益助手，一页的数学证明。这一证明来自他与布鲁诺·勒·弗洛奇（Bruno Le Floch）在“方程理论”项目中的合作。 Video Demonstration: https://www.youtube.com/watch?v=cyyr7j2Chci Discussion Address: https://leanprover.zulipchat.com/#narrow/channel/458659-emational/topic/alternative.20proofs.20of.20e1689.E2.8a.a2e2github link: https://github.com/teorth/estimate_tools/blob/master/estimetools/test/方程式。LeanmanZhexuan试图“盲目”证明，也就是说，在没有真正了解证据结构的情况下，他直接使用了工具来沿着正式过程进行海岸。他完成了大约33分钟的形式化过程。对他来说，这是一种不同的工作方式，而不是依靠对整个证明的一般理解，而是完全依赖于处理逻辑细节的工具。在Zulip的讨论中，Bruno Le Floch首先指出，“所有已知的E1689-E2证明都由计算机协助”的陈述完全是完全的。他本人提供了更可读的“人类版本”。尽管某些步骤是受prover9的启发，但他们不应考虑整个计算机证明。 Tao Zhexuan回答：然后，我们可以更新蓝图，并在论文中指出我们获得了计算机未在项目上生成的版本。开始故事，陶Zhexuan选择进行实验。 “我试图为基于布鲁诺的草稿和专业他在一个小的逻辑单元中删除了原件，这使工具可以保留大约一半的细节，并由自己的其余部分填充，完成了可以证明的正式证明，并且还记录了一段视频以将其上传到YouTube。该方法的强度是非常有效的，它确实有效地证明了该方法的效果，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的，这是有效的。 AISA可以使用许多繁琐的推理，而不是“如果是合理的话”，而不是“ blueprint”。建议检查Zulip讨论直接讨论，以获取一线合作的更多详细信息。