首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

戈曼斯的不可分流猜想:人工智能辅助反例发现的剖析

摘要

arXiv:2611.23244v1 Announce Type: new Abstract: Goemans conjectured that any fractional single-source flow could be converted into an unsplittable flow without increasing total cost and while increasi...

and the Rybin from arborescence fractional flow interaction which this
2026-11-19 1 阅读 约1分钟阅读 Jingwei Ge, Na Xie, Li Li, Jiayang Li
分享:
字号:
arXiv:2611.23244v1 公告类型:新 摘要:Goemans 推测任何部分单源流都可以转换为不可分割流,而不会增加总成本,同时最多可按最大需求增加任何电弧负载。近日,Dmitry Rybin 公布了通过与 ChatGPT 交互发现的七顶点反例,反驳了这一长期存在的猜想。然而,交互并没有揭示为什么这种特定的拓扑及其需求、分数流和成本选择一起工作,该示例是否属于更广泛的系列,或者哪些结构特征决定了反例可以在哪里出现。它还不清楚为什么人工智能辅助搜索能够成功,而早期人类的努力却未能成功。在本文中,我们开发了一个正向反例构建管道。它从不可能失败的树状结构开始,并添加了终端输入的快捷弧线。由此产生的负载约束定义了一组有限的可接受的路线选择;它们的凸包,即冲突多胞体,产生需求、分数流和成本的精确条件。从简单的树状结构开始,管道选择 Rybin 的拓扑并表征它支持的所有反例。实验进一步证明了管道的可转移性:当被指示在改变初始树状和快捷方式放置的同时遵循它时,ChatGPT 产生了与 Rybin 真正不同的拓扑反例,并从 93 个其他有根树状形状开始找到了有效的结构。该理论还解释了为什么原始例子很难通过盲目列举来发现,并表明莱宾的相互作用在于盲目列举和完整的理论指导构造之间。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱