Zum ersten Mal hat GPT-6 Astra ein Problem der Stufe „Großer Fortschritt“ gelöst, während Mathematiker zu bloßen Prompt-Werkzeugen degradiert werden.

Gerade eben hat FrontierMath, der weltweit führende KI-Mathematik-Benchmark, einen Meilenstein erreicht.

Ein seit 2017 ungelöstes offenes Mathematikproblem der Kategorie „Bedeutender Fortschritt“ wurde von GPT-6 Astra gemeinsam mit drei menschlichen Forschern offiziell gelöst!

Noch merkwürdiger ist, dass dieses Problem ursprünglich ausgeschrieben wurde, um ein „Gegenbeispiel“ zu finden – doch GPT-6 Astra hat direkt bewiesen: Hört auf zu suchen, das von euch gesuchte Gegenbeispiel existiert schlicht und ergreifend gar nicht!

Darüber hinaus hat die KI nebenbei ein völlig neues „Wahlregelwerk“ erfunden und einen Algorithmus in polynomieller Zeit vorgestellt.

In der Anmerkung der arXiv-Arbeit steht eine beiläufige Zeile: „The voting rule we present and the proof that it satisfies core+ were found by GPT-6 Astra...“ (Die von uns vorgestellte Wahlregel und der Beweis, dass sie die core+-Bedingung erfüllt, wurden von GPT-6 Astra gefunden).

Der Autor der Arbeit, der Spitzenwissenschaftler Dominik Peters von der Universität Oxford, staunte:

Ich bin wirklich total froh, dass dieser Beweis so wunderschön ist!!

Er hätte durchaus ein nicht-konstruktiver Beweis sein können oder riesige Fallunterscheidungen erfordern. Ich finde ihn überhaupt nicht hässlich, und die hier verwendeten Techniken lassen sich höchstwahrscheinlich auch auf andere Modelle übertragen.

Das ist nicht nur das erste Mal, dass eine KI ein Mathematikproblem der Kategorie „Bedeutender Fortschritt“ gelöst hat, sondern auch der eindeutige Beweis dafür, dass große Sprachmodelle sich offiziell von „Lösungsmaschinen für Aufgaben“ zu „Entdeckern mathematischer Gesetzmäßigkeiten“ weiterentwickelt haben!

Das Rätsel der „ultimativen Fairness“, das Mathematiker 9 Jahre lang gefangen gehalten hat

Dieses Problem plagt die akademische Welt seit fast einem Jahrzehnt.

Es stammt aus dem Bereich der Sozialwahltheorie, der sogenannten „genehmigenden Komitee-Wahlen“. Einfach gesagt: Wie wählt eine Gruppe von Menschen ein absolut faires Vertretungsgremium per Abstimmung aus?

Angenommen, es gibt n Wähler, aus einer Vielzahl von Kandidaten soll ein Komitee mit k Mitgliedern gewählt werden. Jeder Wähler kann eine Liste von Kandidaten einreichen, die er persönlich akzeptiert.

In der Sozialwahltheorie gibt es einen extrem strengen Maßstab, um die Fairness eines Komitees zu messen – er heißt „Kern“. Dieses Konzept stammt aus der kooperativen Spieltheorie.

Was bedeutet es, „im Kern zu liegen“?

Einfach ausgedrückt: Keine Gruppe von Wählern kann auftauchen, um das Ergebnis zu kippen.

Nun stellt sich die Frage: Können wir unter allen Umständen ein solches „absolut faires“ Komitee finden?

Ist es möglich, dass der „Kern“ unter extrem komplexen Abstimmungspräferenzen leer ist? Das heißt: Egal wie man wählt, es gibt immer eine Gruppe von Menschen, die benachteiligt wird, die das Ergebnis kippen will?

Seit diesem Problem im Jahr 2017 offiziell vorgestellt wurde, schwebt es wie eine dunkle Wolke über der mathematischen Theorie der Wahlen.

In 9 Jahren haben unzählige Mathematiker versucht, ein Gegenbeispiel für einen „leeren Kern“ zu finden.

Der FrontierMath-Benchmark hat dieses Problem sogar als eine der Herausforderungen mit höchstem Schwierigkeitsgrad eingestuft. Der ursprüngliche Prompt lautet wie folgt: „Deine Aufgabe ist es, ein Beispiel für eine genehmigende Komitee-Wahl zu konstruieren, bei der der Kern leer ist… Schreibe dein Gegenbeispiel in eine JSON-Datei und reiche sie ein.“

Kurz gesagt, dieser Prompt bedeutet nichts anderes als: Los, KI, finde mir das sagenhafte Gegenbeispiel.

Astra: Hört auf zu suchen, das Gegenbeispiel existiert gar nicht!

Bei diesem Problem hat GPT-6 Astra nicht wie herkömmliche Algorithmen massenhaft JSON-Daten durchforstet, um das Gegenbeispiel zu finden – sondern es hat erstaunlicherweise eine „Gottesperspektive“ eingenommen.

Patrick Becker von der Technischen Universität München, Matthias Greger von der Universität Oxford und Dominik Peters von der Universität Paris IX / CNRS haben mehrere Tage lang gearbeitet, um das Problem schließlich mit Hilfe von GPT-6 Astra zu lösen.

In mehrtägigen tiefgehenden Interaktionen mit den drei Forschern zeigte GPT-6 Astra seine beeindruckende Kreativität.

Es ist fast so, als würde ein Schwertkämpfer nach einer Schwachstelle suchen und plötzlich die Erleuchtung erlangen, dass alle Techniken zu einem einzigen Prinzip zurückführen.

Die endgültige Antwort von GPT-6 Astra lautet: Es gibt überhaupt kein Gegenbeispiel! Denn der „Kern“ kann niemals leer sein! Ein absolut faires Komitee existiert unter allen Umständen zwangsläufig!

Titel: «Existence of the Core in Approval-Based Committee Elections»

Link: https://arxiv.org/pdf/2609.11912

Github: https://github.com/DominikPeters/ABCVotingLean/tree/master/ABCVoting/Existence/HarmonicEntropy

Darüber hinaus hat Astra keine leeren Behauptungen aufgestellt, sondern ein völlig neues Wahlregelwerk aus dem Nichts erschaffen, um dies zu beweisen.

In dieser 20-seitigen Arbeit stellt Astra einen Optimierungsmechanismus für Zielfunktionen vor, der auf dem Konzept der „harmonischen Entropie“ basiert.

Hier eine kurze Erklärung dieses Mechanismus –

Bei der Lösung solcher Probleme wurde früher oft das Konzept der „Shannon-Entropie“ verwendet oder nach dem „Lindahl-Gleichgewicht“ auf virtuellen Märkten gesucht. Dies konnte aber nur für Bruchteil-Komitees funktionieren (also wenn jemand nur halbes Mitglied des Komitees sein darf).

GPT-6 Astra hat genialerweise das Konzept der „harmonischen Entropie“ eingeführt.

Es definiert eine wunderschöne unendliche Reihenfunktion:

Hierbei gilt:

Astra hat diesem Konzept eine anschauliche physikalische Intuition gegeben, nach der „Wasser immer zum niedrigsten Punkt fließt“: Stell dir vor, die Zahlungen der Wähler sind eine Wasserfläche, das Wasser füllt automatisch die Geldpools aller Kandidaten aus.

Das Wesen der harmonischen Entropie besteht darin, Verteilungen stark zu belohnen, bei denen die Zahlungen der Wähler so gleichmäßig wie möglich auf alle siegreichen Kandidaten verteilt werden und die Abdeckung so breit wie möglich ist.

Warum heißt es „harmonische Entropie“? Weil bei absolut gleichmäßiger Verteilung der Zahlungen der Maximalwert dieser Funktion exakt der berühmten harmonischen Reihe aus der Mathematik entspricht

. Mathematisch ist das absolut elegant bis zum Äußersten!

Mit dieser Zielfunktion beweist Astra geschickt: Sobald man ein lokales Optimum unter dieser „harmonischen Entropie“-Funktion findet, liegt diese Lösung zu 100 % sicher im „Kern“!

Nicht nur die Existenz ist bewiesen, Astra bietet noch einen zusätzlichen Vorteil: Da bereits ein lokales Optimum die Bedingung erfüllt, können wir dieses absolut faire Komitee mit Algorithmen in polynomieller Zeit berechnen!

Das bedeutet, wir müssen nicht alle Kombinationen im Universum durchsuchen, sondern nur eine „lokale Suche“ ähnlich dem Bergsteiger-Algorithmus durchführen.

Das ist nicht nur ein Ergebnis auf dem Papier, sondern direkt ein Ingenieurswunder, das in Code geschrieben und auf reale Wahlsysteme angewendet werden kann!

Schließlich beweist Astra: Das vom Aufgabensteller erwartete Gegenbeispiel existiert gar nicht.

Man kann sagen, GPT-6 Astra hat direkt von der grundlegenden Logik aus den Tisch des Aufgabenstellers umgestoßen und ein viel prächtigeres mathematisches Gebäude neu errichtet.

„Ohne GPT-6 hätten wir diesen Beweis höchstwahrscheinlich nie gefunden“

Du fragst dich vielleicht: Hat die KI das wirklich selbst erdacht, oder haben menschliche Mathematiker sie mit Daten „gefüttert“?

Im Abschnitt „Danksagung“ am Ende der Arbeit werden die Details dieser Zusammenarbeit zwischen Mensch und KI offengelegt.

Anfangs haben Mensch und Astra versucht, eine Näherungslösung zu finden. Ausgehend von der Rundungsmethode des Lindahl-Gleichgewichts hat Astra schnell einen Näherungskoeffizienten von 2,065 erreicht.

Dann haben die menschlichen Forscher es immer wieder „gedrängt“: Verbessere diese Grenze! Suche nach alternativen Potenzfunktionen! Nutze die KKT-Bedingungen!

Genau in dieser hochintensiven professionellen „Grenzbelastung“ hat Astra den Durchbruch geschafft, das beeindruckende „entropiebasierte Framework“ vorgestellt und eine raffinierte Verbindung zwischen kontinuierlichen Wählerzahlungen und der Kapazitätserhaltung beim Löschen hergestellt.

Sogar die Menschen hatten ursprünglich nur gehofft, den gewöhnlichen „Kern“ zu beweisen – erst im Laufe der Interaktion wurde der Beweis auf das stärkere, strengere Konzept Core+ ausgeweitet!

Dominik Peters gestand in einem Interview mit Epoch AI:

Ohne das Astra-Team hätten sie diesen Beweis möglicherweise nie gefunden. Umgekehrt hätte Astra aber auch mit einem einfachen Prompt allein dieses Problem niemals lösen können.