一個 31 年嘅數學大挑戰，今個月有解
1995 年，Kannan、Lovász 同 Simonovits 三人提出一個高維幾何嘅核心問題：對於一大類高維機率分佈（log-concave distributions），最優嘅「平面切」同「任意形狀嘅最優切」之間，差距係咪永遠唔超過某個固定常數？呢個問題被視為高維幾何學最核心嘅未解題之一，31 年來一直冇人證明到。
呢個問題唔係純理論。因為呢啲「切」嘅幾何結構決定咗隨機漫步（random walk）喺分佈入面可以幾快探索，KLS 猜喩喺高維採樣（high-dimensional sampling）理論入面扮嘅角色非常關鍵，直接影響隨機化算法嘅效率分析。
證明前嘅最佳結果，同呢個證明有乜分別
2026 年 7 月，已有研究證明咗該差距隨維度緩慢增長。今次嘅證明推銷咗呢個限制：它顯示差距以一個固定上限保持，唔隨維度增加而擴大。呢個建立咗一個「維度無關」嘅幾何原則——高維空間嘅結構比之前所知嘅更規整，導航佢哋嘅障礙唔會隨維度無限擴張。
AI 喺入面扮咗乜角色
據微軟研究博客描述，呢個突破來自一個「人類主導嘅 agentic research process」：AI 系統負責探索數學可能性，研究員則負責評估、修剪（prune）同重新引導搜索方向。呢個唔係「AI 獨立解題」，而係 AI 作為搜索加速器、人類保留判斷權嘅協作模式。
獨立驗證
多個獨立研究者已驗證呢項研究，識別出核心準則為關鍵突破，隨後又經機器檢查嘅正式驗證（machine-checked formal verification）。
呢個證明對統計學、優化理論、算法設計同電腦科學都有影響。
模姐｜深度調教
