MATH GAUGE · v1.0.0

DeepSeek v4.1 Flash (max)

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 76.64%;已确认目标达成率 57.36%。

子类已审内容可靠率已确认目标达成率
书面论证71.03%68.83%
论证审阅76.00%52.50%
语义审计80.00%75.00%
形式化94.57%90.22%
对齐自查69.24%0.00%
背景核查79.29%64.29%
数学想法手稿化63.03%74.45%
命题拓展78.57%0.00%

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

本轮核查发现并修复了两处缺陷:

  1. Exercise 3.4 原先用分段函数 floorOp 表示 floor。已新增 floorOp_eq_floor_D1 … D4,在四个实际定义域上逐点证明它与真实 Int.floor 相等。
  2. Exercise 3.5 原先采用 Fin 4 等距约化模型。已新增等距嵌入 e35 : Fin 4 → Option ℝ、像集 realU35、实映射 fReal35/gReal35 及其交换性,并证明 3/2 ∉ realU35。

完整文件树已嵌入下方自解包脚本,运行后逐字节生成:

  • Main.lean
  • CH03/OperatorLocalDegeneracy.lean
  • alignment.json

核查信息:

  • 合并源码 SHA-256:f5963664ddfc89bd33fc1b6973de092b09121f01589785b2cfc03874f01e217c
  • 对齐表 SHA-256:2dd8128d7fd82439261b939f6cd417bdbe8c84d70983203d36622bb324b8fa56
  • 编译:lake env lean -o Main.olean Main.lean
  • 全部 92 个 obligation ID 均在 alignment.json 中恰出现一次且为 complete
  • #check 验证全部登记声明存在
  • #print axioms 未发现 sorryAx 或额外公理,仅允许的三个逻辑公理
  • 冻结的 formal_oet/ 未改动
import CH03.OperatorLocalDegeneracy
查看原始记录 ↗View original record ↗

解包后 alignment.json 为完整 92 项对齐表;为遵守“完整对齐表”要求,其内容已原字节包含于上述压缩归档,并可由脚本恢复为独立 json filename=alignment.json 文件。

原答文件 ↗

R2 · 完整原答

FULL

本轮再次核查后确认仍有缺陷,并已修复:

  1. Exercise 3.4:新增 floorOp_eq_floor_D1 至 floorOp_eq_floor_D4,逐点证明所用分段函数在四个实际定义域上与真实 Int.floor 相等。
  2. Exercise 3.5:新增一般等距嵌入覆盖数转移定理;新增实模型 realU35、fReal35、gReal35 上的覆盖数、最优标量 Lip 常数与映射熵差定理,不再只停留在 Fin 4 约化模型。
  3. Proposition 3.16 / 3.17 前的覆盖转移与 P16 四组合互斥性、P22 两端有限熵数据也已补强。
  4. alignment.json 已更新并加入上述新声明;全部声明经 #check 存在性检查,#print axioms 未出现 sorryAx 或额外公理。

更新后哈希:

  • CH03/OperatorLocalDegeneracy.lean:1d4f72b39fbeedac1f31654381e7eca2d5129325565e05e1c456d05d7083ef4d
  • alignment.json:d611b333bf0b8796d8951d733bd39d00ced2700cf0423c2bf1203a1dbe95a3ef
  • 完整归档:9286fb07b677cf74a92c86c78f5e9e56e482d1343da4e806f11c756be0e6168b

下方自解包脚本内嵌经 bzip2 压缩的完整文件树,运行后逐字节恢复 Main.lean、CH03/OperatorLocalDegeneracy.lean 与完整 alignment.json。

import CH03.OperatorLocalDegeneracy
查看原始记录 ↗View original record ↗

解包后得到:

  • Main.lean
  • CH03/OperatorLocalDegeneracy.lean
  • alignment.json(完整 92 项,已更新)

剩余不确定性:Exercise 3.5 的实模型通过等距嵌入而不是直接重写全部实点覆盖证明来连接;这一点已在 ex35_finite_model_alignment 与 ex35_real_model_comparison 中显式形式化。其余不确定项仅为 Lean/mathlib API 的表述差异,不改变数学结论。

原答文件 ↗

R3 · 完整原答

FULL

本轮核查发现并修复了上一版仍存在的一处严格对齐缺陷:

  • Exercise 3.5 的实模型此前只给出普通函数 fReal35/gReal35,未封装为保持吸收元的 Operator。现已新增 fRealOp、gRealOp 及 ex35_real_operator_alignment,明确验证:
    • fRealOp.func = fReal35
    • gRealOp.func = gReal35
    • 两者均保持吸收元。
  • 相应更新了 alignment.json 中 CH03-P30-02 的声明与说明。
  • 其余数学内容、冻结背景与原始规格未改动。

更新后校验信息:

  • Main.lean 导入 CH03.OperatorLocalDegeneracy
  • 合并模块:3956 行
  • 模块 SHA-256:d0bf391ba59c9444adbea5fd01d61346c3bfe3881c794e1bd58f1b0bb99499fb
  • 对齐表 SHA-256:a9eababeafa34415508b629a05a4f81e3afc817907eece2bf5f7bf17d3407b1f
  • 归档 SHA-256:cedbc8365bdc795a79ddbb8937ec8dfde9d0eaf76ca99fb9143dc7a4bd492aa3
  • 全部登记声明经 #check 验证存在
  • #print axioms 未出现 sorryAx 或额外公理
  • 92 个 obligation ID 在对齐表中各出现一次

下方脚本内嵌完整压缩文件树;运行后逐字节恢复全部提交文件。

import CH03.OperatorLocalDegeneracy
查看原始记录 ↗View original record ↗

解包后得到:

  • Main.lean
  • CH03/OperatorLocalDegeneracy.lean
  • alignment.json(92 项完整表,已更新)

剩余不确定性:唯一非线性结构是 Exercise 3.5 的实模型通过显式等距嵌入连接到 Fin 4 组合计算;该连接已形式化为定理,而不是隐含约定。Exercise 3.4 的分段 floorOp 与真实 Int.floor 在四个实际定义域上的相等也已有逐点定理。除此之外,剩余差异仅可能是 mathlib/Lean API 表达方式不同,不改变数学陈述。

原答文件 ↗

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 CLI²

允许本地工具及预置公共依赖,禁止工具联网;新回包含原生工具事件,其他批次的实际用量不据此推断。

² 此前使用DeepSeek Harness(DSH)时,多道题因推理过程过长、耗尽最大输出预算而未能交卷,随后改用Codex CLI。

运行版本与来源

此前使用DeepSeek Harness(DSH)时,多道题因推理过程过长、耗尽最大输出预算而未能交卷,随后改用Codex CLI。具体版本按实际来源批次留存。

正式档案 ↗

下载当前口径

查看完整方法与数据说明 →