今天怎样委派
限定条件下整包委派
科学代码研究展示了可执行产物，也暴露基准规格/误差容差的缺陷。因此可整包实现和迭代，但先校准验收，不用旧低分当上限或修订后分数当现场可靠性。
W-M06 · 条件能力评估
科学仿真交付：模型、数值误差与性能一起可复查
把给定科学模型变成可复现计算/仿真包，证明误差、稳定性和资源开销满足约定，并明确与现实的距离。
现在的用法
可委派完整仿真候选及误差/性能报告；解析/高精度对照和独立物理校验决定接收层级。
科学编码已有研究型任务集；题意/金标准/容差缺陷会误拒正确数值代码。
开始前满足这些条件
- 模型与边界可解释
- 有独立数值基准
- 目标运行环境及容差明确
本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：科学仿真交付：模型、数值误差与性能一起可复查 把给定科学模型变成可复现计算/仿真包，证明误差、稳定性和资源开销满足约定，并明确与现实的距离。 请读取这项工作的输入、条件和验收，结合当前授权与环境完成我提出的交付。先说明可执行范围和阻塞；保留失败、重试与独立接收记录，不把示例当作本次已运行结果。 公开资料： 当前任务与验收资料：https://edgeofwork.com/work-units/W-M06.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
当前判断与直接依据
工具今天能否获得
公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。
SciCode-Verified ↗ · ddab4a92…；论文v1，数据release需hash核对
源码/任务/评价；与原SciCode分开保存，需API/科学Python。
哪些具体证据支持判断
外部报告结果
SciCode-Verified作者的匹配重评报告12模型快照的主问题准确区间约由9–27%到69–92%；多数行沿同一评测设置，修订版两条DeepSeek V4 Preview行另有较早harness/三次均值例外。题意/金标准/容差影响科学编码测量。
SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外） ↗
支持：提供科学代码能力测量及验收缺陷的专属证据。
定位：§3 matched reevaluation；§4缺陷；§6
范围限制：独立审计者自报；不能把修订分数当本仿真成功率。
判断限制：作者自报的独立审计；区间跨模型，不是本仿真或职业成功率。两条修订版Preview行的harness/重复例外须保留，不能把每行差值全部归于只换数据；修订测量也不是模型升级。
研究配置：SciCode-Verified arXiv v1 Table1/§3；64可判定主问题/287子题，with-background，pass@1设计，两套固定科学Python环境OR判分。多数行是一次运行；修订版DeepSeek V4 Pro Preview与DeepSeek V4 Flash Preview两行是较早harness revision的三次运行均值，不是所有12行都仅改数据的一次同harness对照。本站未重跑。
有条件的编辑推断
以解析/制造解、收敛阶、物理不变量和同精度资源比较接收科学软件候选。
SciCode：科学研究编码原始基准 ↗
支持：科学问题到数值实现的公开任务参考。
定位：Introduction / Dataset Creation / Evaluation
范围限制：热方程验收及HPC迁移是编辑设计，未测。
判断限制：热方程验收及HPC迁移是编辑设计，未测。
输入变化会怎样改变结论
随机模拟与不确定性
随机输入/蒙特卡洛而非确定PDE。
采用范围：可委派可复算模拟与方差控制，不能只接一条随机轨迹。
验收变化：独立种子重复、Monte Carlo误差、分布/极限对照；不只同seed像素一致。
HPC性能改造
并行/GPU或不同编译器/浮点模式。
采用范围：先固定科学误差合同，再委派profile与实现。
验收变化：不同规模加速/通信/内存与误差，硬件一致；未授权集群不运行。
科学软件依赖升级
求解器、BLAS、编译器或库API变化而科学模型不变。
采用范围：可委派兼容修改及数值回归，先锁原误差合同和合法数值等价。
验收变化：干净环境重建、基准/收敛与性能重跑；差异分解为算法/舍入/默认值，不以旧缓存通过。
确定性模型与数值实现
给定确定性方程/初边值和参数，需要选择适用数值方法或实现求解器，不以旧软件升级为前提。
采用范围：可交完整实现、误差和资源报告；模型现实有效性另核。
验收变化：解析/制造解、网格或步长误差、残差/稳定性与适用平衡规律；容许合法数值等价实现。
候选数值方法的性质与对照验证
输入是新算法/离散格式及待证性质，而非只为已定模型选成熟solver。
采用范围：可委派实现、对照与失效搜索；收敛/稳定性/复杂度的全称保证另按M04接受论证或反例，实验不代替证明。
验收变化：锁算法/参数与假设，独立检查推导和可复现实验；基线公平、网格/精度/资源可比，给出失败区域；自然论证、精确反例、适用形式证书各自合法。
前沿已经展示到哪里
SciCode-Verified作者的匹配重评及公开例外表明，修订科学规格/金标准/容差可大幅改变科学编码测量；两条修订版DeepSeek V4 Preview行采用较早harness与三次均值，不能把12行无例外称为同一harness。它仍不代替现实模型或任意HPC验证。
未知下一步怎样验证
在1D热方程制造解下验证误差阶和边界，再给代理未见参数/性能修改；加入错边界、过粗网格及缩容差假提速负控制。
未来什么信号会扩大或缩小边界
- 扩大：未见算例、病态参数和依赖变化下误差与性能双达标。
- 收缩：只在参考数据接近，网格收敛/守恒失败或物理外推无证据。
交付什么
请求：需要从方程和数据交付可信模拟，或升级数值实现同时保住精度。
建模假设、方法选择、求解实现、误差/不确定性和科学软件回归为同一交付；不以收敛代替物理模型正确。
- 方程与物理对象
- 方程、初/边值、单位、参数来源、守恒关系和观测对照；允许简化与非目标。
- 精度和资源
- 可解析/制造解基准，误差范数/容差、网格/步长序列、随机种子/重复数、运行硬件和性能预算。
- 可复现项目
- 固定源/依赖/编译器/BLAS/求解器、数据hash；目标机器CPU/GPU/HPC入口及权限。
接收产物
- 方程/离散化/参数来源与可运行项目、锁定环境
- 基准与网格/步长收敛、残差/守恒量/稳定性/不确定性记录
- 相同误差容限下的时间/内存比较、关键路径profile与回归
- 情景结果、可读说明及模型适用/未验证物理假设
怎样验收
1. 离散问题和科学模型一致
独立推导单位、边界和离散算子；以制造解或解析极限验证，不沿用作者同一段代码生成期望。
拒收例子：边界索引反了但残差很小；单位秒/毫秒错配。
2. 误差/稳定性有证据
比较多级网格或步长的误差阶；守恒/正性等物理不变量和病态参数；随机模拟给Monte Carlo误差与种子集。
拒收例子：只看一个网格的求解器success；不稳定解用平滑图掩盖。
3. 优化后科学结果未变
固定硬件、线程、误差目标和输入，比较精度与耗时/内存；测试依赖升级、不同求解路径；性能改善不得靠减精度。
拒收例子：GPU更快却换算法容差；只比较一次热缓存时间。
4. 现实解释可接收
与独立测量/公认算例核对；误差拆成模型、离散、舍入、参数/观测来源，无法校准则只接收数值实现。
拒收例子：数值收敛直接声称能预测现场；把拟合数据当独立验证。
一个具体例子
输入：设计例：1D热方程u_t=αu_xx，固定区间/零边界和u(x,0)=sin(πx/L)；解析解可对照；再改变α、网格和步长。
预期交付：可重放求解器、L2/L∞误差及收敛、与零Dirichlet边界通量一致的热量平衡/耗散检查、同精度性能比较；不要求总热量恒定，未生成本例产物。
容易出错：显式格式越过稳定条件仍报成功；只降低精度后声称加速。
工作步骤怎样重组
原来的组织方式
理论推导、求解器编码、调参、性能优化和论文图表分开交付。
现在的组织方式
代理围绕模型与误差目标选方法和实验；确定性求解直接运行，数值反馈引导换网格/算法，结果和解释来自同一版本。
保留的判断、新增的工作与失败接管
仍需做好
- 科学假设与观测来源
- 可接受误差与资源投入
新增职责
- 数值验收器也需验证
- 同时保存精度/性能曲线
- 库版本与硬件语义
人的责任：应用领域接收者确认模型与实验对照，数值负责人确认误差证据；代理可完成实现、实验、profile和报告。
失败处理：不收敛时交参数/残差/稳定性轨迹与最小复现；区分模型不适、离散错误和环境阻塞，不凭好看曲线补结论。
尚待补足
- 未覆盖全部物理模型认证
- 目标HPC/观测数据仍需提供
这对个人和团队意味着什么
职业与岗位
科学计算、数值方法、研究软件
方程/基准、求解器、收敛与性能证据
按领域补模型理论、硬件与测量背景。
查看相关职业与方向 →团队与分工
模型误差、数值误差或算力哪项限制交付？
代理组织代码和实验，领域人员核对物理假设，独立算例校准接收。
比较未见算例的精度、资源和总接收成本。
查看工作分工与组织案例 →依据具体支持了什么
SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外）
提供科学代码能力测量及验收缺陷的专属证据。
未覆盖：独立审计者自报；不能把修订分数当本仿真成功率。
SciCode：科学研究编码原始基准
科学问题到数值实现的公开任务参考。
未覆盖：热方程验收及HPC迁移是编辑设计，未测。
原文定位、日期与职业来源关系
- SciCode-Verified v1：科学验收缺陷审计与匹配重评（含协议例外） ↗
2026-08-05 · 定位：§3 matched reevaluation；§4缺陷分类；§6限制；代码ddab4a92f8d80a7113ab946628e994b52354d838
独立研究者审计科学代码基准，固定比较数据和测量协议。；作者自报审计并非本站独立裁定；v1与仓库统计有263/262口径，应避免混用；主任务/子题、带背景/不带背景各有分母。 Table1中两条修订版DeepSeek V4 Preview行为较早harness的三次均值，多数其它行为单次；不能对12行笼统称只变数据。
核查 2026-10-20 · 下次复查 2026-11-20
- SciCode：科学研究编码原始基准 ↗
2024（论文）；固定代码2025-10-07 · 定位：Introduction / Dataset Creation / Usage；NeurIPS2024原论文
科学问题到可运行数值代码的原始任务与评估入口。；README旧模型低分不能作2026能力上限；后有独立评价缺陷审计，需连读修订。
核查 2026-10-20 · 下次复查 2026-11-20
未来3–5年：2029–2031
2029–2031：从辅助解题到可检验的研究伙伴
开放问题的形式证明与专业研究产物表明，AI已不只局限于套路题。数学的可验证性可推动能力扩展；跨领域独立选题与持续发现是否普及仍需观察。以下为条件情景。
当前建议回答今天怎样交付；未来3–5年指2029–2031。编程的完整交付与数学的开放问题成果，支持认真准备更广泛自主工作的强情景。本站把AGI视作跨领域、能适应新任务且可靠达成复杂目标的讨论对象；这些进展是方向证据，尚不能确认某个AGI定义已满足或必在某年发生。三种情景均给出可观察信号、职责变化与现在行动，不把今天的局限或人的现有分工写成永久边界。
基准情景：更多证明与模型工作整包委派
形式库和工具完善后，AI承担更大比例的引理搜索、推导核查、建模代码与验证；研究者能并行探索更多候选，日常工作从手推每步转向问题结构和结果理解。
现在的行动：建立可检查的问题集、形式库与数值对照；同时练习读懂AI产物和发现被弱化的条件。
成立信号与职责变化
- 不同来源未见命题的搜索覆盖扩大
- 自然语言到形式声明错误减少且可独立检查
- 证明和失败记录可重放，合理预算内有持续成果
数学人员需要连接问题、形式语言与解释；验证工程和研究协作能力重要，单纯手算的相对价值可能下降。
加速情景：自主提出并推进研究方向
若AI能在新领域定位重要问题、建立所缺理论与验证链，并持续获得独立接收，研究单元可能扩大为选题到证明或反例的完整计划，成为接近通用研究能力的重要证据。
现在的行动：为更强系统准备可复用问题、语义验证与贡献记录；支持快速尝试新方向，按实际成果重新配置研究职责。
成立信号与职责变化
- 多家独立团队复核新的重要结果，非只重复熟悉题型
- 可迁移到缺少现成形式库的领域
- 完整尝试分布、成本与后续修订透明，而非只见成功题
人的工作可能集中于研究目标、价值选择、概念理解和与现实系统连接；证明搜寻与部分审查本身也可能高度自动化。
受限情景：可验证子题强，开放研究迁移慢
AI在库内证明和数值工具上不断进步，但形式化成本、选题与研究意义判断限制更广泛自主发现。
现在的行动：优先填高复用基础库与语义缺口，按研究问题选择AI辅助范围，不把未解题全部解释为AI不可用。
成立信号与职责变化
- 成果集中于少数可形式化题型
- 新领域经常缺定义、引理或可靠语义转换
- 专家解释与校核成本仍随产物量增长
领域理论、形式化桥接和问题设计仍是瓶颈；不会只剩通用提示技巧。
持续观察什么，以及情景的研究依据
- 新结果的独立复核、修订及学术接收
- 公开尝试分母、资源与未解任务
- 跨领域、跨表示的题意保持和长期研究循环
- AlphaProof Nexus：形式证明搜索进入开放数学问题 ↗
2026-05-21 · 定位：摘要、§2输入输出、§5与§6、附录A.1/B.2
论文报告在353个Erdős问题中解决9个、492个OEIS猜想中证明44个，并公开Lean产物；展示搜索和内核反馈循环。；选题、形式库和搜索预算影响覆盖；未逐条重放论文证明，也不代表自然语言题意已自动核验。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- OpenAI公开新的数学研究产物 ↗
2026-10-06 · 定位：正文结果发布、Lean材料与修订协议；10月15日资金更新
内部前沿模型的研究结果、部分Lean形式化及尝试信息被公开，可逐项检查。；并非每项结果均获学界接受或有形式证明；内部模型不等于公众产品；10月15日更新不是新能力发布。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Deep Think在专业数学研究中的生成、核查与修订 ↗
2026-02-11 · 定位：The Frontier of Pure Mathematics；贡献分类；Expanding to Physics and Computer Science
研究案例包含找证明、找反例与跨领域联系；区分自主和协作贡献，并允许返回未解决。；自然语言核查器不是形式内核；发布时作者未声称其最高两档重大突破，未逐篇复核案例。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Lean官方：怎样验证一份证明 ↗
未标注（持续更新文档） · 定位：检查形式陈述、内核与公理依赖相关章节
固定目标后检查证明与传递公理，另核对形式陈述是否等于原问题。；工具方法而非模型能力数据；latest会变，实际运行须锁定Lean和Mathlib版本。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查