新智元 7 月 16 日报道：宾夕法尼亚大学统计学者 Edgar Dobriban 称，他借助 GPT-5.6 Sol Pro，在约 90 分钟内构造出一个相关双侧高斯检验模型的反例，指向 Benjamini-Hochberg（BH）程序并非在所有相关数据下都能控制假发现率（FDR）。
发生了什么
- BH 程序是多重假设检验中的经典方法，目标是控制错误发现的比例。
- Dobriban 公开表示：在名义水平 α=0.01 的特定高斯因子模型中，证明得到 FDR > 0.0104，超过名义阈值。
- 这不是「BH 在所有任务里都失效」。更准确的读法是：长期悬而未决的相关双侧检验情形，出现了一个明确的反例。
GPT-5.6 做了什么
Dobriban 的说法是，GPT-5.6 结合渐近分析与数值证书，从零构造出反例；他还表示，GPT-5.5 曾在多智能体循环中运行约 20 小时而未解决。伯克利统计学者 Will Fithian 则写道：这个问题原本是该领域最有趣的开放问题之一，但他希望完成它的是人类。
重要边界
当前偏离名义水平的幅度并不大，Dobriban 也称其现实影响仍待确定。这个事件的主要价值，更像是把一个二十年悬念推进到了可检查的反例和复现材料，而不是宣布 AI 已经替代统计学家。
注：本文依据新智元原文、研究者公开动态与代码仓库可见材料整理；数学证明与复现实验仍应由读者按原始材料独立核验。
댓글
로그인하면 댓글을 작성할 수 있습니다.