NEAR AI 以极低成本实现数学定理自动验证突破

据 NEAR Protocol 联合创始人 Alex Skidanov 透露，9月6日，NEAR AI 推出的开源智能体在运行 PutnamBench 基准测试时，仅耗资111美元便成功解决全部672道题目。该评测集专用于衡量人工智能在形式化逻辑推理中的表现，其问题均以 Lean 4 语言编写，要求生成可机器验证的数学证明。

验证效率跃升带动算力开销锐减

相较之下，其他主流系统完成相同任务所需支出高达25,000美元以上，本次成果使单位验证成本下降超过250倍。这一显著优化不仅大幅降低技术使用门槛，也为构建可信赖、隐私保护的AI基础设施提供了关键支撑。