知识卡片：GPT-5.6与Claude Fable 5联手攻克悬置25年MIMO检测难题

一句话结论

微软研究员Papailiopoulos借助GPT-5.6与Claude Fable 5，证明了一个多项式时间算法能让MIMO检测精确命中最大似然阈值，攻克了悬置25年的数学难题。

事件概述

据腾讯研究院AI速递（20260810）报道，微软研究员Papailiopoulos使用OpenAI GPT-5.6和Anthropic Claude Fable 5两个大语言模型合作，完成了一项此前悬置25年的数学难题证明：MIMO（多输入多输出）检测问题存在多项式时间算法，能够精确达到最大似然检测阈值。

方法/产品要点

• 传统MIMO检测需要指数级穷举，计算复杂度极高。
• 此次证明的两步算法为：LMMSE（线性最小均方误差）取整，再加贪心逐位翻转。
• 算法仅需O(N³)运算，即可在信噪比为2logN时精确恢复全部比特。
• 两个模型分别给出证明思路，并互相简化、查漏；作者最终选用Fable路径，由GPT修补，历时七天完成可逐行手算核对的证明。

主要结果或产业意义

• 该结果为MIMO检测从指数级复杂度降到多项式时间提供了理论支撑。
• 若算法可落地，有望提升无线通信、雷达、多天线系统等场景的信号检测效率。
• 展示了前沿大语言模型在数学研究中的实际生产力：不仅提供思路，还能参与证明的简化、修补与验证。

为什么重要

• MIMO检测是通信与信息论领域的核心问题之一，25年未被攻克，此次突破属于基础理论层面的进展。
• 这是大模型协作完成高难度数学证明的又一典型案例，且最终证明可由人工逐行核验，增加了可信度。
• 与已有GPT-5.6发布类卡片相比，本条提供了GPT-5.6在具体科研任务中的增量应用证据，而非仅限产品能力描述。

局限与不确定性

• 材料未提供论文链接、预印本信息或是否经过同行评审，待核实。
• 报道中“最大似然阈值”的严格数学定义与适用条件未展开，待核实。
• 算法实际工程可行性、信噪比2logN的具体场景限制，材料未详细说明，待核实。
• “Claude Fable 5”是否为Anthropic正式产品名称，材料未独立确认，待核实。

可用于图书/PPT/简报的角度

• 案例：大模型如何协作完成数学证明（思路提出、互查简化、修补验证）。
• 技术科普：MIMO检测为什么难？从指数级穷举到O(N³)的意义。
• 产业视角：理论突破到无线通信工程落地的距离与想象空间。
• AI for Science：语言模型作为“数学助手”的潜力与当前边界。

与既有脉络的关系

• 既有卡片记录了GPT-5.6发布及Claude Fable 5额度重置；本条是该发布之后的一个具体科研应用案例，属于对GPT-5.6能力的延伸展示。
• 既有卡片未涉及数学推理能力；本条补充了“多模型协作攻克长期难题”这一增量信息。

原始材料

• 来源标题：腾讯研究院AI速递 20260810
• URL: https://m.sohu.com/a/1060779342_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=8
• English Title: GPT-5.6 and Fable 5 Join Forces to Crack 25-Year-Old Math Problem
• Keywords: GPT-5.6; Claude Fable 5; MIMO detection; polynomial-time algorithm; maximum likelihood