На самом деле это очень сильный голос за Grok. Я проверил, и похоже, что да, это действительно улучшило нижнюю границу в серьезной статье о вероятностях 2025 года. Мультиагент с поиском и выполнением кода, но зачем ограничивать себя, если вы можете на самом деле использовать инструменты? DS (только веб) терпит неудачу/сдается.
Paata Ivanisvili
Paata Ivanisvili18 февр. 2026 г.
Grok 4.20 (Beta) улучшает нижнюю границу на 9.1% для гауссовой периметральной функции выпуклых множеств за две минуты. Это было указано мне Синьюанем Сеем. В 1993 году Кит Болл показал, что гауссовая периметральная функция выпуклого тела в n-мерном евклидова пространстве ограничена сверху значением 4n^{1/4}. Что касается нижней границы, Болл показал, что для куба (соответствующего размера) периметр может расти как \sqrt{\log(n)}. Так что некоторое время существовал разрыв в том, какая граница является точной, пока в 2003 году, в прекрасной статье, Федор Назаров не показал, что на примере случайного полиэдра (пересечение многих случайных полуплоскостей) нижняя граница может расти как C n^{1/4}, где C=\exp(-5/4)=0.286…. Кроме того, Назаров также улучшил константу 4 в верхней границе (заменив ее на 0.64), когда n велико. Эти границы оставались непревзойденными до недавнего времени, когда в 2019 году Мартин Райч смог улучшить верхнюю границу с 0.64 до 0.59. Grok 4.20 (Beta), более тщательно оптимизируя конструкцию Назарова, смог улучшить нижнюю границу с 0.286 до 0.3126. Я нахожу это удивительным, даже если это всего лишь игра в рамках техник статьи Назарова, потому что совсем недавно Надимпалли--Паскаль (2025) опубликовали препринт, в котором, с другим подходом, они восстановили нижнюю границу Назарова с той же константой 0.286…. Grok был очень щедр в своем ответе: он сказал, что улучшение, которое он предоставил, следует тому же аргументу Назарова "строка за строкой", в то время как, когда я спрашивал другие модели (кроме Grok) подтвердить утверждение Grok, они согласились по всем пунктам, кроме этой части; они сказали, что улучшение на самом деле не "строка за строкой" :D. Наконец, я бы не сказал, что Назаров пропустил это улучшение. Зная его долгое время, я довольно уверен, что ему часто приходится жертвовать оптимальными константами ради алгебраической элегантности. Почему это все интересно? Контроль гауссовой периметральной функции позволяет контролировать хвосты Фурье характеристических функций этих множеств, что приводит к контролю временной сложности PAC-обучения и агностического обучения для этой семьи (см. Кливанс--О’Доннелл--Серведи). Ссылки: Ссылка на чат с Grok 4.20 (Beta). Кит Болл. Обратная изопериметрическая задача для гауссовой меры. Дискретная и вычислительная геометрия, 10:411–420, 1993. Адам Кливанс, Райан О’Доннелл и Рокко А. Серведи. Обучение геометрическим концепциям через гауссову поверхность. В Proc. 49-й IEEE Симпозиум по основам компьютерной науки (FOCS), страницы 541–550, 2008. Шивам Надимпалли, Калеб Паскаль. О максимальном гауссовом периметре выпуклых множеств, пересмотрено. Препринт (2025) Федор Назаров. О максимальном периметре выпуклого множества в R^n относительно гауссовой меры. В Геометрические аспекты функционального анализа (2001-2002) страницы 169–187. Лекции по математике, том 1807, Springer, 2003 Мартин Райч. Мультивариантная теорема Берри–Эссена с явными константами. Бернулли 25(4A), 2019, 2824–2853
Чтобы было понятно, если я скажу DS, чтобы он НЕ сдавался, он думает гораздо усерднее, 12 минут здесь, и предлагает идею о том, как можно улучшить постоянную. Но сгенерированный им код не работает. В итоге он сдается. На самом деле, качественно он кажется "правильным", но получает 0.3116, <Grok
Если код DeepSeek будет исправлен (даже самим DeepSeek), он выдаст результат, который сходится со значением Grok. Так что я полагаю, что с довольно тривиальным REPL он бы "успел" так же. В любом случае, здесь более высокая полезность для Grok.
134