GPT-5.4 Pro: kontrprzykład do GCI niecentrowanych miar

# GPT-5.4 Pro znalazł kontrprzykład do hipotezy o niecentrowanych miarach gaussowskich

Model GPT-5.4 Pro wygenerował kontrprzykład do hipotezy rozszerzenia gaussowskiego nierówności korelacyjnego (GCI) na niecentrowane miary gaussowskie. Rozwiązanie w formie trzystronicowego artykułu zostało zaakceptowane przez platformę solveall.org 12 marca 2026 roku. Kontrprzykład obala założenie o zachowaniu nierówności przy przesunięciu średniej rozkładu gaussowskiego.

Gaussowskie nierówność korelacyjna: historia i istota

GCI jest sformułowane dla centrowanych rozkładów gaussowskich: prawdopodobieństwo przecięcia dwóch symetrycznych wypukłych zbiorów jest nie mniejsze niż iloczyn ich marginalnych prawdopodobieństw. Przypadek dwuwymiarowy udowodnił Loren Pitt w 1977 roku. Pełny dowód dla dowolnych wymiarów przedstawił Thomas Royen w 2014 roku — prosty i elegancki, ale początkowo niedoceniony przez społeczność.

W 2025 roku Shōhei Nakamura i Hiroshi Tsuji uogólnili wynik na zbiory ze wspólnym gaussowskim barycentrem. Otwartym pozostał problem dowolnych niecentrowanych miar gaussowskich, gdzie średnia nie pokrywa się z początkiem układu współrzędnych.

Kontrprzykład od GPT-5.4 Pro

Model skonstruował dwuwymiarowy kontrprzykład: dwa symetryczne pasy, prawie równoległe, ze średnią gaussowską przesuniętą w taki sposób, że prawdopodobieństwo ich przecięcia jest mniejsze niż iloczyn prawdopodobieństw indywidualnych. Konstrukcja opiera się na intuicji geometrycznej — przesunięcie średniej powoduje szybki spadek prawdopodobieństwa przecięcia w granicy.

Kontrprzykład uogólnia się na wymiary n ≥ 2. W przypadku jednowymiarowym model udowodnił spełnienie nierówności: symetryczne wypukłe przedziały na prostej są w siebie wkomponowane.

Rozwiązanie jest sformatowane w LaTeX jako pełny artykuł z definicjami, lemmami, dowodami za pomocą współrzędnych polarnych i przejścia granicznego, a także bibliografią.

Platforma solveall.org i kontekst

Solveall.org to kuratowana kolekcja otwartych problemów w teorii prawdopodobieństwa i pokrewnych dziedzinach, stworzona przez Edgara Dobribana z Wharton School of Business. Platforma służy jako benchmark dla rozumowania AI. Problem z GCI miał status nierozwiązanego od momentu dodania.

Rozwiązanie zgłosił użytkownik Liam Price, potwierdzając generację przez GPT-5.4 Pro i weryfikację przez inne modele.

Poprzednie sukcesy GPT-5

Seria GPT-5 pokazuje postępy w rozwiązywaniu problemów matematycznych:

• Styczeń 2026: GPT-5.2 Pro rozwiązał problem Erdősa #728 dotyczący podzielności silni.
• Marzec 2026: GPT-5.4 poradził sobie z problemem FrontierMath Bartosza Naskrenckiego (20 lat rozwoju).

Kontrprzykład do GCI wyróżnia się kreatywnym podejściem: nie obliczeniami, lecz konstrukcją geometryczną, która tradycyjnie wymaga ludzkiej intuicji. Problem był „nisko wiszącym owocem” — mało badanym po 2025 roku, z elementarnymi metodami.

Co ważne

• GPT-5.4 Pro obalił hipotezę o GCI dla niecentrowanych miar za pomocą dwuwymiarowego kontrprzykładowego z symetrycznymi pasami.
• Konstrukcja uogólnia się na n ≥ 2; w 1D nierówność jest spełniona.
• Rozwiązanie wykorzystuje współrzędne polarne i granice — podstawowe techniki.
• Solveall.org potwierdza się jako benchmark AI w matematyce.
• Podkreśla przesunięcie od obliczeń do myślenia geometrycznego w AI.

Ten przypadek pokazuje, jak współczesne modele radzą sobie z zadaniami wymagającymi nie brute force, lecz wglądu. Dla twórców AI ważne jest testowanie na takich platformach.

— Editorial Team