MATH GAUGE · v1.0.0

Astra 6 (xhigh)

模型详细评测 · 公开+私有合并成绩

AI 审核 · 部分人工抽审审核方式 →
计分口径

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%

补审汇总 JSON ↗ · 计算方法 →

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 ↗

原答文件 ↗

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。

原答文件 ↗

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。

原答文件 ↗

完整三轮审核与诊断依据 ↗

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。

正式档案 ↗

下载当前口径

查看完整方法与数据说明 →