Đại lý chứng minh Aleph của chúng tôi vừa đạt vị trí #1 trên PutnamBench, một tiêu chuẩn được xây dựng từ các bài toán Putnam - một trong những kỳ thi toán học đại học khó nhất - được chính thức hóa hoàn toàn với các chứng minh được kiểm tra bằng máy và không có sự can thiệp của con người. Các bài toán Putnam thường được coi là khó hơn các bài toán IMO và bao trùm một loạt các chủ đề, bao gồm giải tích, lý thuyết số, lý thuyết nhóm và các lĩnh vực cốt lõi khác của toán học. Điều này là bằng chứng mạnh mẽ rằng AI có thể xử lý lý luận sâu, nhiều bước với các đảm bảo về độ chính xác — cùng loại công nghệ mà chúng tôi đang sử dụng để xác minh phần mềm thực, phần cứng và các phát hiện khoa học cần logic chính thức.