E9 和DeepSeek-Prover作者辛华剑聊「形式化数学」：数学的工业化，Agentic AI，Benchmark - 海外独角兽

Era of Experience 这篇在 AI 社区讨论度很高的文章中提出：如果想实现 AGI，构建通用 Agent，就必须依靠“经验”，也就是模型和 Agent 在强化学习过程中自主积累的、人类数据集中没有的高质量数据。DeepMind 的 AlphaProof 就被认为是这样一个典型案例，它靠 RL 算法自行“做题练习”，最终在数学领域，达到了超越人类的水平。以 AlphaProof 为开端，OpenAI 的 o1、DeepSeek 的 Prover-V2 等模型不断推动数学领域的进展，让数学证明成为了 AI 突破的新高地。为什么 AI 研究中要特别关注数学证明能力？一方面数学领域的突破是模型能力提升的直接表现；另一方面，数学和代码类任务一样，不仅有严格的规则和格式，明确的推理路径，还有着对逻辑性、可验证性的高要求，这让数学类任务成为 RL 理想的训练环境。这期内容我们请到了 DeepSeek-Prover 系列核心作者辛华剑，邀请华剑来和我们讲解数学和 AGI 之间的关系。华剑本科毕业于中山大学逻辑学，现在是爱丁堡大学人工智能方向的博士生，他目前专注于大模型在数学定理证明中的创新应用。友情提示：这期内容同时涉及 AI 和数学领域的硬核干货，点击查看对谈全文<a href="https://mp.weixin.qq.com/s/80fL-mQSyoJiyMuFmynwow">文字内容</a><img src="https://bts-image.xyzcdn.net/aHR0cHM6Ly9zaGl4aWFuZ3RlY2guZmVpc2h1LmNuL3NwYWNlL2FwaS9ib3gvc3RyZWFtL2Rvd25sb2FkL2FzeW5jY29kZS8_Y29kZT1NbVl5TkROa05qRXpaVEUyWVRBd056WXpPREJqTUdVd01tSXlPV1ExTkRCZlozRlNPRE56UzJ4SU1XdDBhazlzYW5aelkwNVRWVXh2VlRoclMyUTVVVmhmVkc5clpXNDZTWGhxV0dKa09WaFViMWd4UkRGNFdsaD...