TeX как язык мышления ИИ
Традиционно TeX, созданный Дональдом Кнутом в 1980-х годах, предназначался исключительно для верстки математических формул. Вычисления выполнялись на бумаге или в специализированных системах вроде Mathematica. Однако анализ работы генеративных моделей выявил парадоксальную тенденцию: LLM обучаются на корпусах документов, содержащих LaTeX, и начинают использовать этот синтаксис для внутренних вычислений.
Ключевой индикатор — это цепочка рассуждений (Chain of Thought, CoT). В отличие от финального ответа, промежуточные шаги часто остаются в сыром текстовом виде, где символы TeX манипулируются моделью как логические операторы, а не как элементы дизайна.
Пример: Решение интеграла GLM-5.3
На примере модели GLM-5.3 видно, как система решает интеграл $\int_0^\infty \frac{x^3}{e^x - 1} dx$. Модель не просто выводит ответ, а пошагово преобразует выражения, используя стандартные команды TeX для обозначения сумм, пределов и функций. Это подтверждает, что для ИИ TeX стал доминирующим 1D-кодированием двумерной математической нотации.
Сравнение подходов к математическому мышлению
| Аспект | Традиционный метод (Человек/Классика) | Современный ИИ (LLM) |
|---|---|---|
| Инструмент | Карандаш/Бумага, Mathematica, Maple | Синтаксис TeX/LaTeX в тексте |
| Цель использования | Визуализация результата (Display) | Промежуточные вычисления (Reasoning) |
| Формат данных | 2D нотация (визуальная) | 1D plain-text кодирование |
| Верификация | Человеческий контроль | Формальные доказательства (Lean) |
«TeX для мышления, Lean для проверки»
Эволюция привела к разделению труда: мощные агенты используют TeX для генерации гипотез и решения задач (включая сложные случаи, такие как гипотетические решения уравнений Навье-Стокса), а формальные системы, такие как Lean, — для верификации. Как отмечает автор наблюдения, это создает новую парадигму, где «мышление» ИИ происходит в плоском тексте, закодированном языком верстки, а не в семантических графах.
Источник: LessWrong ↗