使用者在 RTX 3090 顯示卡上，以 4-bit 量化和 100K 上下文視窗運行 Qwen 3.8 27B 模型，自主運行了 63 小時以嘗試破解黎曼猜想。該實驗處理了超過 5000 萬個 token，期間未出現幻覺答案，並展示了模型在長時間運行中自我糾錯和組織內部記憶的能力。 這項實驗突顯了在消費級硬體上運行複雜且長週期自主代理的可行性，降低了數學推理任務的運算成本門檻。它提供了實證證據，證明 Qwen 等開源模型能在長時間內保持連貫性和準確性，這對開發可靠的 AI 數學家至關重要。 該模型利用 4-bit 量化技術在 RTX 3090 的 VRAM 限制內運行，同時保持大型上下文視窗。主要觀察結果包括零幻覺率和代理在生成超過 5000 萬個 token 的過程中多次自我糾正邏輯錯誤。

事件背景

黎曼猜想是七大千禧年大獎難題之一，涉及質數的分佈，自 1859 年以來一直未被解決。自主 LLM 代理是能夠在沒有持續人類干預的情況下規劃、執行和反思任務的 AI 系統，通常需要在長推理鏈中避免遺失先前步驟，因此需要強大的上下文管理功能。

社群觀察

社群成員對所使用的技術框架和上下文管理表示興趣，同時有人指出與雲端運算證明相比，其計算成本較高。此外，還討論了使用代理群組來實現未來數學突破的可行性。