Il nostro agente provatore Aleph ha appena raggiunto il #1 su PutnamBench, un benchmark costruito a partire dai problemi di Putnam - uno dei più difficili olimpiadi matematiche a livello universitario - completamente formalizzato con prove verificate da macchina e senza coinvolgimento umano. I problemi di Putnam sono spesso considerati più difficili dei problemi IMO e coprono un'ampia gamma di argomenti, tra cui il calcolo, la teoria dei numeri, la teoria dei gruppi e altre aree fondamentali della matematica. Questa è una forte prova che l'AI può gestire ragionamenti profondi e multi-passaggio con garanzie di correttezza — lo stesso tipo di tecnologia che stiamo utilizzando per verificare software, hardware e scoperte scientifiche reali che richiedono logica formale.