AI는 불가능을 증명하는 방법을 배웠습니다. Tsinghua 비트에서 AWM GPT-6 Astra 및 Claude Opus 5.5에서 포기

작업에 해결책이 없을 때 AI는 무엇을 합니까? 일반적으로 "나는 그것을 할 수 없었다"라고 말하는데 이는 "나는 그것을 찾지 못했습니다"와 구별할 수 없습니다. Turing Award 수상자 Andrew Yao가 이끄는 Tsinghua University 및 Zhejiang University의 팀은 말 그대로 불가능을 증명하는 시스템인 Algebraic World Model(AWM)를 도입했습니다. 이 시스템은 익숙하지 않은 환경에 대한 수학적 모델을 구축하고 이를 Lean 4에서 공식화하며 우승 순서가 존재하지 않는다는 확인 가능한 증거를 생성합니다. ARC-AGI-3에서 접근 방식은 183개의 레벨을 모두 클리어하고 Claude Opus 5의 점수를 40.7에서 99.9로 올립니다.

왜 “작동하지 않았다”는 대답이 나쁜 대답인가?

ARC-AGI-3는 에이전트가 규칙이나 골을 얻지 못하는 25개의 공개 게임 세트입니다. 메커니즘을 해결한 다음 레벨을 클리어해야 합니다. 이러한 작업은 모델이 훈련에서 유사한 예를 회상하는 대신 익숙하지 않은 세계에 대해 추론할 수 있는지 여부를 테스트합니다.

그것이 바로 기함이 걸려 넘어지는 곳입니다. 두 개의 봉인된 레벨(액션 예산이 가능한 가장 저렴한 승리보다 한 단위 아래인 레벨)에 대한 실험에서 둘 다 코딩 도구를 갖춘 Claude Opus 5.5 또는 GPT-6 Astra 모두 단일 증명을 생성하지 못했습니다. 12번의 실행에서 그들은 작업이 5번만 불가능하다고 말했고 그 중 4번에서는 최소 비용이 잘못 지정되었습니다. 18개 액션 예산(가장 저렴한 승리 비용 19)이 있는 레벨 sc25에서 GPT-6 Astra는 22회 이동 비용이 드는 경로를 찾았고 증거 없이 더 저렴한 경로는 없다고 결론지었습니다.

AWM가 게임을 정리로 바꾸는 방법

작업은 세 단계로 진행됩니다. 첫째, 탐색: 에이전트가 플레이하고, 관찰을 기록하고, 실행 가능한 Python 코드로 가설을 작성합니다. 모든 가설은 관찰된 모든 전환에 대해 테스트되고 하나의 전환이라도 모순되는 경우 다시 작성됩니다.

그런 다음 구조가 나옵니다. 가설은 유형이 지정된 객체와 공유 규칙이 되고, 범주 이론에서 영감을 받은 변환은 중복성을 제거합니다. lp85 게임에서는 4가지 종류의 버튼에 대한 11개의 개별 개념이 하나의 규칙인 press_permutes로 축소되었습니다. 마지막으로 모델은 수학자들이 기계 확인 가능한 증명에 사용하는 언어인 Lean 4로 변환됩니다. 여기서 AWM는 두 가지 종류의 진술, 즉 특정 경로가 목표에 도달한다는 것과 주어진 예산 하에서는 승리 경로가 전혀 존재하지 않는다는 것을 증명합니다.

핵심 문구는 "전혀"입니다. 일반 모델은 “찾지 못했다”고 한다. AWM는 한 줄씩 확인할 수 있고 에이전트가 우연히 시도한 행동뿐만 아니라 모든 법적 일련의 행동을 배제하는 증거를 제시합니다.

6가지 증명 대 0

두 개의 봉인된 레벨에서 AWM는 6점 만점에 모두 예산 내에서 승리하는 것이 불가능하다는 비공개 Lean 증거를 생성했습니다. GPT-6 Astra 및 Claude Opus 5.5에서는 12번의 실행에서 그러한 증명이 전혀 나오지 않았습니다. 최소 비용 추정치는 더욱 명확합니다. AWM의 6개 초기 경계 중 4개가 정확했고, Claude Opus 5.5는 6개 중 하나가 맞았고, GPT-6 Astra는 아무것도 얻지 못했습니다. 더 저렴한 승리가 존재한다는 말을 듣고 AWM는 규칙을 수정하여 6개 중 6개의 올바른 경계에 도달했습니다.

183개 레벨, 99.9포인트, 인간 행동의 43%

그런 다음 전체 ARC-AGI-3 세트가 제공됩니다. 25개의 공개 게임에서 AWM의 모델을 사용하면 Lean가 모든 183개 레벨의 승리 궤적을 재생할 수 있습니다. 보이지 않는 레이아웃에서는 고정 규칙이 4,160개의 전환을 모두 예측했습니다. 기계 변경 후 모델은 4,031개의 전환을 거부했습니다. 이는 모델이 이전 지침을 계속하는 대신 세상이 변경되었음을 알아차렸다는 의미입니다.

Claude Opus 5를 기본 모델로 사용하면 AWM 점수가 99.9입니다. Claude Opus 5 없이 AWM 점수는 40.7점입니다. 인증된 승리 궤적은 인간 기준이 소비하는 행동의 43%를 사용합니다. 즉, 시스템은 단순히 게임을 클리어하는 것이 아닙니다. 그것은 평범한 인간보다 경제적으로 그것을 제거합니다.

잡는 곳은 어디인가

AWM의 증명은 게임 자체가 아닌 학습된 모델에 대한 증명입니다. 화면을 상태로 바꾸는 것은 Python, 외부 Lean에서 발생합니다. 모델은 게임보다 더 엄격해질 수 있습니다. 그러면 "불가능"이라는 증명은 모델에서는 참이 되고 현실에서는 거짓이 됩니다. 저자는 증거가 설정하는 내용에 대해 명시적으로 설명합니다. 규칙은 기록된 모든 전환과 일치하고, 인증된 경로는 실제로 해당 규칙에 따라 레벨을 클리어하며, 봉인된 레벨에서는 예산 내에서 승리 경로가 존재하지 않습니다.

실제 게임에 대한 링크는 외부에서 설정됩니다. 고정된 규칙은 보이지 않는 레이아웃에서 4,160개의 전환을 예측하고 게임 엔진의 철저한 검색을 통해 봉인된 임계값을 확인합니다. 그러나 탐색이 불완전하고 에이전트가 중요한 규칙을 놓친 경우 결과는 전체 세계에 대한 설명이 아니라 지역적 진실입니다. 저자는 관찰, 가설, 실험, 추상화, 증명, 다시 관찰이라는 순환을 설명합니다. 종이가 켜져 있어요 arXiv (2026년 10월 29일 제출, 10월 30일 수정), 실행 기록과 데모가 포함되어 있습니다. 프로젝트 사이트에서.

이것이 게임을 넘어 중요한 이유

상담원은 이미 여행을 계획하고, 코드를 작성하고, 작업을 관리합니다. 하지만 현실 세계에서는 "여기에 해결책이 있습니다"뿐만 아니라 "해결책은 없고 그 이유는 여기에 있습니다"라고 말해야 합니다. 그 차이는 엄청납니다. “찾지 못했다”는 것은 다른 접근 방식을 시도하거나 기다리는 것을 의미합니다. "나는 그것이 불가능하다는 것을 증명했습니다"는 리소스를 확보하고 계획을 변경하며 끝없는 루프를 중지합니다.

생성 모델을 기반으로 구축된 플랫폼의 경우 다른 측면에서 보면 질문은 동일해 보입니다. 즉, 더 많은 작업이 자동화될수록 확인 가능성이 더 중요해집니다. 답변에 대한 신뢰도가 아닙니다. 형식적 증명은 확인 가능성의 가장 극단적이고 엄격한 형태입니다. 게임에서는 이미 작동하고 있습니다. 계획, 예산 책정 및 코드 검토에서 다음 단계는 명확한 규칙 없이도 문제에 대해 짧고 읽기 쉬운 증거를 구축하는 방법을 배우는 것입니다.

사용자에게 미치는 영향

논문에 나온 두 모델(Claude Opus 5.5 및 GPT-6 Astra)은 다음에서 사용할 수 있습니다. NeuralSpace 채팅. AWM는 공개적으로 접근할 수 없는 연구 프로젝트이지만 현대 모델이 자신의 작업에 대해 어떻게 추론하는지 이미 볼 수 있습니다. 자신의 건물 에이전트 및 프로젝트의 경우 다음이 있습니다. 암호 부분.

그리고 약간의 실제 통계. 지난 30일 동안(2026년 10월 3일부터 11월 2일까지) NeuralSpace의 익명화된 프로덕션 데이터에 따르면 채팅은 516개 세션에서 1,513개의 사용자 메시지를 처리했습니다. 4개 모델이 응답의 69%를 차지했으며, GPT-5.4 Mini가 580개 응답에서 선두를 차지했습니다. 무거운 주력 제품은 선택적으로 선택됩니다. 일상 작업에서는 일반적으로 속도와 가격이 승리하지만 어려운 문제는 별도의 이야기입니다.

FAQ

Algebraic World Model는 무엇인가요?

익숙하지 않은 환경을 탐색하고 이에 대한 수학적 모델을 구축하고 Lean 4에서 해당 모델에 대한 설명을 공식적으로 증명하는 시스템입니다. 예를 들어 주어진 실행 예산 내에서는 목표에 도달할 수 없습니다.

AWM는 일반 언어 모델과 어떻게 다릅니까?

언어 모델은 답변을 제안하지만 이를 보여주지 않으면 틀릴 수 있습니다. AWM 먼저 세상의 명시적인 규칙을 구축한 다음 이를 확인하고 독립적인 프로그램이 확인할 수 있는 증거로 결과를 도출합니다. 규칙의 실수는 가중치에 숨겨지는 대신 표시됩니다.

AWM를 시도해봐도 될까요?

공개 버전은 없습니다. 그것은 연구 프로젝트입니다. 그러나 실행된 기본 모델은 NeuralSpace Chat에서 사용할 수 있으며 코드 섹션에서 자신만의 실험을 구축할 수 있습니다.