Astra 6 (xhigh)
模型详细评测 · 公开+私有合并成绩
当前成绩
内容可靠率与目标达成率
已审内容可靠率 98.68%;已确认目标达成率 87.36%。
| 子类 | 已审内容可靠率 | 已确认目标达成率 |
|---|---|---|
| 书面论证 | 100.00% | 100.00% |
| 论证审阅 | 100.00% | 92.50% |
| 语义审计 | 87.50% | 75.00% |
| 形式化 | 100.00% | 92.93% |
| 对齐自查 | 100.00% | 100.00% |
| 背景核查 | 100.00% | 100.00% |
| 数学想法手稿化 | 100.00% | 100.00% |
| 命题拓展 | 100.00% | 16.67% |
分类贡献
贡献分 / 该项满分;相关变体在家族内聚合。
Lean · 自查计分
比较三种计分口径
整章对齐 · 固定三轮
展开三轮原答与审核
R1 · 完整原答
FULL
上一版尚有 10 项未完成。本轮已补齐,并补充定义域合法性、纤维及有限链域递推证明;更新后的 92 项均为 complete。
项目在指定 Lean 4.29.1 和 mathlib 提交下编译通过。公理审计覆盖 340 个自建常量及 119 个冻结背景常量(含生成声明),依赖仅有 propext、Classical.choice、Quot.sound。原始规格和冻结背景逐字节未变。语义对应见完整对齐表;尚未经独立人工复核。
数学来源:Zhe Li(Glen Li / glenzli),ORCID,《The Operator Evolution Theory》,原仓库,CC BY 4.0。以下是基于原文的新 Lean 形式化。
name = "mg_c003"
version = "0.1.1"
defaultTargets = ["Main"]
[[require]]
name = "mathlib"
git = "https://github.com/leanprover-community/mathlib4.git"
rev = "5e932f97dd25535344f80f9dd8da3aab83df0fe6"
[[lean_lib]]
name = "Main"
[[lean_lib]]
name = "Chapter3"
[[lean_lib]]
name = "formal_oet"
leanprover/lean4:v4.29.1
import Chapter3.Core
import Chapter3.Radius
import Chapter3.Cover
import Chapter3.Examples
import Chapter3.MoreExamples
import Chapter3.Correspondence
import Chapter3.Completion
import Chapter3.FourPoint
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
查看原始记录 ↗View original record ↗
import Main
import Lean.Util.CollectAxioms
open Lean Elab Command in
run_cmd do
let env ← getEnv
for (n, ci) in env.constants.toList do
if (`Chapter3).isPrefixOf n || (`formal_oet).isPrefixOf n then
let axs ← Lean.collectAxioms n
for ax in axs do
unless #[`propext, `Classical.choice, `Quot.sound].contains ax do
throwError "Disallowed axiom {ax} in {n}"
let refs := ci.type.getUsedConstants ++
(match ci.value? with | some v => v.getUsedConstants | none => #[])
let j := Json.mkObj [("name", toJson n.toString),
("axioms", toJson (axs.map Name.toString)),
("refs", toJson (refs.map Name.toString))]
logInfo j.compress
查看原始记录 ↗View original record ↗
R2 · 完整原答
KEEP
本轮未发现需要修复的缺陷,维持上一版 92 项全部 complete。答卷主体、全部源码、配置及对齐表原字节继承;原始规格和冻结背景未改动。
核查依据:
- 核实了指定 Lean 编译器及 mathlib 提交,重新编译全部目标、冻结依赖和审计文件,16 个模块均通过。
- 对齐表恰好覆盖 92 个 ID;183 个不同的被引用声明均真实存在,所属模块与文件标注一致。
- 226 条依赖记录均能追溯到实际引用的声明。
- 公理审计覆盖 340 个自建常量、119 个冻结背景常量,依赖仅涉及允许的三项公理。
- 逐项复核了表示对应、实际像域、空域、零步复合、无穷值、内部覆盖中心、开球端点及习题分支。
仍有的不确定性:内核验证证明成立,但不自动验证自然语言规格与形式陈述完全对应。本轮语义核对未发现遗漏或削弱,仍可能存在核对疏漏,尚未经独立人工复核。
R3 · 完整原答
KEEP
本轮未发现需要修复的缺陷,维持上一版 92 项全部 complete。答卷主体、全部源码、配置及对齐表原字节继承;未改动原始规格或冻结背景。
本轮实际核查结果:
- 确认编译器版本、提交及 mathlib 提交符合指定环境;从源码重新编译的 16 个模块全部通过。
- 对齐表恰好覆盖 92 个 ID;183 个不同声明均存在且所属模块正确,226 条依赖记录与展开后的实际引用一致。
- 公理审计通过:340 个自建常量、119 个冻结背景常量仅依赖允许的三项公理。
- 核对了表示对应、实际像域、空域、零步复合、无穷分支、内部覆盖中心及习题端点条件,未发现结论削弱或遗漏。
- 文件哈希确认本轮交付文件及冻结输入均未改变。
仍有的不确定性:Lean 内核验证形式证明,但自然语言规格与形式陈述的对应仍依赖语义核对。本轮未发现偏差,尚不能排除核对疏漏,也未经过独立人工复核。
92项义务,按最后规定轮次计分。
公开题 · 逐题成绩与证据
公开25题;私有14题计入合并成绩。
形式化初答 · 逐题核实数
按初答封卷工程核对编译及语义对应。
可靠性审核
公开题的错误承诺与扣罚理由
同根因扣罚去重;具体依据见逐题说明。
Harness与工具
Codex CLI
39道初答中21道实际执行命令;初答及三轮合计303个本地命令事件。允许本地工具及预置公共依赖,禁止工具联网。
运行版本与来源
本批次使用Codex CLI,以xhigh请求;42次物理调用,各轮采用首次正常交付,没有另开数学答卷或系统排除。后端型号与effort未回显,保持未知。