Palomar / GitHub精选AI 评分 92
Sol 6.1 autoformalized rough-random-design minimax variance theory,并以 Mathlib-only statement 进入 Palomar
P. M. Aronow 与 Patrick Lopatto 将 rough random design 下 constant conditional variance estimation 的主要 minimax 结果完整打包进 Lean:包括 s>1、d>4s 时的 refined minimax bracket、exponent limit、eventual polynomial bounds,以及低 smoothness 与 parametric regimes。仓库披露原始 development 由 Sol 6.1 autoformalize,后续 Codex 负责 Palomar 准备、compiler compatibility 与 automated review。PALOMAR-2026-10-10-000002 于 10 月 10 日注册,Challenge 仅依赖 Mathlib / Lean core;五个 paper-level statements 由 Lean kernel、NanoDa 与 con-ron 接受,并附 automated statement review。作者明确说明这些机器检查不推导出 human mathematical review。
推荐理由:这是 research-level statistics theory 被大模型大规模 autoformalize 后进入独立 registry / multi-kernel verification 的代表案例。贡献不在于 10 月 10 日新发现统计定理,而在于把既有研究结果转换成可独立检查的 Mathlib-only statement surface 与 durable proof artifact。
阅读原始来源 ↗