AI的创造力来自幻觉，但信任必须建立在可验证之上。如果朋友也在关注AI可靠性问题，可以顺手发给他看看。
AI幻觉，能被数学解决吗？ 事件脉络与关键事实
AI幻觉并非系统错误，而是大语言模型基于概率生成内容的必然产物，本质上是其“创造力”的体现。然而，在医疗、金融、自动驾驶等高风险领域，这种“自信地编造”可能带来严重后果。初创公司Axiom在25岁中国女生洪乐潼带领下，采用“形式化验证”技术，要求AI每一步推理都用Lean语言转化为可被机器验证的数学证明，从而确保结论的确定性。这种方法不否定AI的直觉与灵感，而是为其配备一个“逻辑裁判”，在关键任务中实现可信推理。目前该技术仍处于早期阶段，主要应用于数学、代码、科研等高价值领域。与此同时，北大AI4Math团队也提出了双智能体框架，推动自然语言到形式化证明的自动转换。尽管短期内难以全面替代现有方案，但形式化验证被视为构建可信赖AI的重要方向。
事实
- 初创公司Axiom由25岁中国女生洪乐潼带领，团队仅20余人，成立不足两年。
- Axiom采用形式化验证技术，用Lean语言将AI推理过程转化为可验证的数学逻辑。
- 该公司已获得2亿美元A轮融资，估值达16亿美元。
- 中欧国际工商学院教授谭寅亮指出，AI幻觉是模型工作机制的必然产物，也是其创造力来源。
- 北京大学AI4Math团队于2026年4月提出双智能体框架，推进自然语言到形式化证明的转换。
- 形式化验证目前主要适用于数学、代码、科研、芯片等高风险高价值领域。
Canto 的可视化新闻解读。制作过程可能有 AI 辅助。 编辑政策
