Upaya AI Menyerang Himpunan Bebas Barisan: Catatan tentang Apa yang Terhenti

TL;DR. Asisten AI mengerjakan dua persoalan tentang himpunan bebas barisan: argumen untuk masalah jumlah kebalikan, dan batas kuasipolinomial untuk setiap panjang barisan tetap.

Kesimpulan utama

Dua tugas, dan hanya satu yang pernah diklaim. Materi ini terbagi menjadi dua tugas, dan penting untuk memisahkan status keduanya.
Peluruhan kerapatan tidak sama dengan keterjumlahan. Hambatan pertama muncul pada tingkat arsitektur argumen, sebelum analisis Fourier apa pun dilakukan.
Mempertahankan struktur, dan mengapa tiga suku tidak dapat digeneralisasi. Salah satu solusi yang diusulkan adalah tetap mempertahankan struktur yang ada.
Menyelaraskan frekuensi sekali saja daripada berkali-kali. Penyelarasan fungsi frekuensi secara berurutan adalah titik di mana masalah akumulasi terasa paling tajam.

Hal paling berguna yang dapat diberitahukan oleh sebuah pembuktian yang belum selesai adalah di mana tepatnya ia gagal, dan pembuktian ini patah di sekitar selusin titik spesifik.

Ringkasan Eksekutif

Pekerjaan ini memiliki dua tugas. Tugas pertama mengembangkan argumen untuk masalah jumlah kebalikan. Tugas kedua mencari batas kuasipolinomial untuk setiap panjang barisan tetap, dan tujuan tersebut tidak tercapai.

Titik awalnya adalah hasil jumlah kebalikan tiga suku dari Bloom dan Sisask. Peluruhan kerapatan kualitatif saja tidak menyediakan keterjumlahan (summability) yang dibutuhkan argumen tersebut.

Banyak pendekatan telah dicoba: himpunan ambien terstruktur, penyelarasan frekuensi simultan, lema pencacahan jarang, penghalusan Croot-Sisask, pengangkatan dan iterasi, sudut, serta entropi pada skala p = log M. Masing-masing menemui hambatan yang dinyatakan secara jelas.

Perhitungan akhir dibiarkan belum selesai, tanpa lema restriksi ataupun prinsip pencacahan jarang.

Bagi para pendiri dan pemimpin teknis, pelajarannya terletak pada metode: catatan kegagalan yang teridentifikasi dengan jelas adalah hasil kerja yang lebih andal daripada sketsa yang tampak penuh percaya diri.

Dua tugas, dan hanya satu yang pernah diklaim #

Materi ini terbagi menjadi dua tugas, dan penting untuk memisahkan status keduanya. Tugas pertama mengembangkan argumen untuk masalah jumlah kebalikan. Tugas kedua mencari batas kuasipolinomial untuk setiap panjang barisan tetap. Pilihan kata kerjanya penting. Tugas pertama digambarkan sebagai mengembangkan argumen. Tugas kedua hanya mencari sebuah batas. Tidak ada bagian dalam catatan yang menyebutkan bahwa tujuan kedua berhasil dicapai, dan saya akan memperlakukannya sebagai target di sepanjang tulisan ini.

Asisten tersebut tidak memulai dari nol. Ia menggunakan hasil jumlah kebalikan tiga suku dari Bloom dan Sisask sebagai titik awal. Segala sesuatu setelahnya adalah upaya untuk melampaui titik awal tersebut, baik menuju barisan yang lebih panjang maupun menuju pernyataan kuantitatif yang lebih kuat. Notasinya ditetapkan sejak awal. Untuk setiap k, r_k(N) adalah ukuran terbesar dari subhimpunan {1, ..., N} tanpa barisan k-suku nontriwial. Sebuah himpunan A dengan kerapatan α = |A|/N adalah objek yang dikaji, dan fungsi ternormalisasinya adalah f = 1_A/α.

Normalisasi tersebut menggerakkan sebagian besar pembahasan berikutnya. Definisikan μ = 1_A/α, sehingga E[μ] = 1, dan tetapkan M = α^-1. Kejarangan logaritmiknya adalah p = log(1/α), yang sama dengan log M. Semakin jarang himpunan tersebut, semakin besar nilai M dan p. Setiap hambatan di bawah ini, dalam satu atau lain bentuk, adalah pernyataan tentang apa yang terjadi ketika kejarangan tersebut membesar.

Peluruhan kerapatan tidak sama dengan keterjumlahan #

Hambatan pertama muncul pada tingkat arsitektur argumen, sebelum analisis Fourier apa pun dilakukan. Catatan tersebut menyatakan secara gamblang bahwa peluruhan kerapatan kualitatif semata tidak menyediakan keterjumlahan ini. Mengetahui bahwa kerapatan menyusut saat Anda bergerak melintasi skala saja tidaklah cukup. Masalah jumlah kebalikan menuntut agar penyusutan tersebut dikuantifikasi dengan cukup baik sehingga dapat dijumlahkan.

Jalan keluar yang menggoda adalah relasi rekurensi. Catatan tersebut menyebutkan bahwa rekurensi yang cukup kuat untuk kerapatan bebas barisan ekstremal mungkin menghasilkan keterjumlahan di seluruh skala eksponensial. Kalimat tersebut disampaikan dengan hati-hati, dan memang seharusnya tetap demikian. Ia menggambarkan apa yang dapat dilakukan oleh sebuah rekurensi kuat yang bersifat hipotetis. Ia tidak melaporkan adanya rekurensi tersebut.

Biaya kedua terpisah dari yang pertama. Asisten mengidentifikasi akumulasi dari banyak korelasi lemah sebagai biaya tambahan. Setiap korelasi individu bisa tampak tidak berbahaya sementara jumlah keseluruhannya tidak demikian. Tema ini terus berulang: sebuah langkah yang murah jika dilakukan sekali menjadi mahal ketika harus diulang berkali-kali.

Mempertahankan struktur, dan mengapa tiga suku tidak dapat digeneralisasi #

Salah satu solusi yang diusulkan adalah tetap mempertahankan struktur yang ada. Asisten mengusulkan untuk mempertahankan himpunan ambien terstruktur melalui peningkatan berturut-turut. Gagasan tersebut, sebagaimana ditulis secara hati-hati dalam sumbernya, adalah bahwa Anda sebaiknya tidak membuang himpunan terstruktur yang Anda temukan pada satu tahap ketika beralih ke tahap berikutnya.

Kasus tiga suku memiliki fitur yang tidak dimiliki oleh barisan yang lebih panjang. Mekanisme kepositifan yang berguna untuk barisan tiga suku tidak dapat diperluas secara langsung ke pencacahan berakar yang lebih panjang. Ini adalah tempat pertama dari beberapa titik di mana hambatan bersifat spesifik untuk k lebih besar dari tiga. Catatan berikutnya menyampaikan poin yang sama secara umum: barisan yang lebih panjang memperkenalkan hambatan orde tinggi lebih lanjut.

Catatan tersebut menyertakan sketsa hasil kali tensor mengenai apakah norma keseragaman tetap dapat mengendalikan fungsi ternormalisasi yang jarang. Asisten tidak menyelesaikan sketsa tersebut. Saya lebih memilih melaporkan hal itu apa adanya daripada menyiratkan bahwa pertanyaan tersebut telah terjawab ke salah satu arah.

Menyelaraskan frekuensi sekali saja daripada berkali-kali #

Penyelarasan fungsi frekuensi secara berurutan adalah titik di mana masalah akumulasi terasa paling tajam. Jika setiap penyelarasan memakan sedikit biaya, rantai penyelarasan yang panjang akan memakan biaya yang besar. Asisten mengusulkan untuk menyelaraskan beberapa fungsi frekuensi secara simultan, alih-alih mengakumulasi kerugian melalui penyelarasan berurutan. Catatan pinggirnya menyatakan hal ini secara lugas: "Tidak ada kerugian iteratif jika menyelaraskan semua frekuensi sekaligus." Seperti usulan yang dirangkumnya, kalimat itu bersifat bersyarat, karena menggambarkan keuntungan yang akan didapat dari penyelarasan simultan seandainya cara itu berhasil.

Catatan tersebut kemudian menyebutkan apa yang masih kurang. S_h harus dapat dipulihkan dari frekuensi dengan korelasi besar, setidaknya exp(-poly). Hal itu tetap menjadi persyaratan, bukan hasil. Korelasi yang sedang ditata adalah korelasi dari hasil kali pasangan f(x)f(x + h), dengan f = 1_A/α dan α = |A|/N.

Bahkan jika hal itu terpenuhi, asisten masih perlu mempertahankan korelasi relatif dan menyelesaikan argumen pencacahan. Jadi gagasan penyelarasan simultan memiliki sifat yang menarik, yakni tanpa kerugian iteratif, beserta daftar hal yang belum diverifikasi oleh siapa pun. Pendekatan terkait memiliki keterbatasan yang serupa. Memotong puncak koheren yang langka berhasil untuk gugus frekuensi independen, tetapi memperluas argumen tersebut ke gugus dependen masih belum terpecahkan.

Potongan kosong yang langka dan biaya pengisian adaptif #

Ketika argumen bergerak dari pembukuan di sisi Fourier menuju pencacahan barisan yang sesungguhnya, muncul masalah struktural. Asisten mengidentifikasi sebuah hambatan: batas kerapatan atas pada potongan terstruktur mengizinkan adanya potongan kosong yang langka. Batas atas mengenai seberapa banyak bagian A yang terletak di dalam sebuah potongan tidak mengatakan apa-apa tentang apakah ada bagian A di sana. Sebuah potongan yang langka dan kosong dapat berada di dalam keluarga potongan yang semuanya memenuhi batas tersebut.

Salah satu responsnya adalah pengisian adaptif (adaptive filling), dan cara ini membawa tagihannya sendiri. Pengisian adaptif memperkenalkan kondisi kelayakan tambahan yang belum dibuktikan oleh asisten. Sebuah mayoran (majorant) adalah cara alami untuk menyingkirkan potongan buruk yang langka. Teks kutipan asisten menyebutkan bahwa mayoran pada semua atom langka kemungkinan besar tidak realistis. Pernyataan tersebut disampaikan dengan hati-hati, tetapi mengarahkan kita menjauh dari perbaikan yang paling langsung.

Inilah pola yang menjelaskan sisa catatan tersebut. Argumen yang hemat membutuhkan batas bawah di suatu tempat, alat yang tersedia hanya memberikan batas atas, dan celah di antara keduanya dihuni oleh hal-hal yang langka, jarang, dan kosong.

Meminjam perangkat pencacahan jarang, dan mendapati bahwa bagian yang dipinjam belum cukup #

Asisten menengok literatur pencacahan jarang yang sudah ada untuk mencari jalan keluar. Dua sumber membentuk upaya tersebut.

Mengenai densifikasi Conlon-Fox-Zhao, asisten mendapati bahwa metode itu bergantung pada estimasi bentuk linear dua sisi. Hal itu penting karena pengaturan di sini memiliki struktur batas atas dan bukan struktur dua sisi. Metode yang dibangun di atas kendali dua sisi tidak tersedia ketika hanya satu sisi yang diketahui.

Lema pencacahan graf jarang dari Filmus, Hatami, Hosseini, dan Kelman menyediakan model untuk momen kisi asimetris dan ketidakseimbangan semidefinit positif. Jadi lema itu berfungsi sebagai templat, bukan sebagai teorema siap pakai. Meski demikian, kesulitan yang sama kembali muncul. Batas atas semata berulang kali menemui lubang jarang. Kerumitan tambahan membuat momen kisi menjadi sulit dibaca: momen kisi terpusat yang besar dapat mencerminkan massa yang hilang alih-alih konsentrasi ke atas. Momen yang besar tampak seperti bukti konsentrasi, tetapi ia juga dapat dihasilkan secara setara oleh massa yang tidak ada di sana. Ambiguitas tersebut adalah masalah lubang jarang yang dilihat dari sisi momen.

Selanjutnya asisten mempertimbangkan kerugian pangkat kecil dalam M. Ia tidak memperoleh teorema pencacahan yang sesuai. Itu adalah hasil negatif yang bersih, dan mempersempit ruang gerak: bahkan dengan mengizinkan argumen kehilangan pangkat kecil dari M, tidak ada teorema pencacahan yang cocok yang ditemukan.

Penghalusan terlalu mahal untuk diterapkan #

Penghalusan Croot-Sisask adalah jalur standar untuk meregularisasi sebuah himpunan sebelum melakukan pencacahan. Asisten mempertimbangkannya dan mendapati bahwa akurasi yang dibutuhkan terlalu mahal dalam aplikasi yang diusulkan. Metode tersebut tidak salah. Harganya saja yang melampaui apa yang sanggup dibayar oleh argumen tersebut.

Ekonomi yang sama mengatur jalur-jalur lainnya. Untuk argumen serat (fibre), batas serat tidak mengalikan dirinya secara otomatis, dan bola bernorma konstan menghalangi peluruhan kuat yang diharapkan di atas alfabet digit tetap. Struktur hasil kali menyiratkan bahwa batas pada potongan-potongan seharusnya bergabung menjadi batas pada keseluruhan, namun di sini hal itu tidak terjadi. Upaya pengangkatan dan iterasi masih kehilangan terlalu banyak secara kuantitatif.

Pendekatan dualitas hampiran Ben-Sasson-Ron-Zewi dipertimbangkan berikutnya. Asisten mendapati bahwa iterasi yang dirancang kehilangan terlalu banyak secara kuantitatif. Ini adalah putusan yang sama dengan upaya pengangkatan, yang dicapai dari arah berbeda, yang menyiratkan bahwa masalahnya terletak pada iterasi itu sendiri dan bukan pada salah satu konstruksi tertentu. Saya akan memegang hal itu sebagai pengamatan atas pola yang ada, bukan diagnosis yang telah terbukti.

Satu baris optimisme, dan aritmetika yang menggugurkannya #

Catatan tersebut memuat satu momen kemajuan semu. Teks kutipan asisten menegaskan bahwa fluktuasi derajat hasil kali ditangani dengan presisi polinomial, lengkap dengan tanda seru. Itu adalah pernyataan bersyarat, yang dikutip persis seperti yang ditulis asisten.

Asisten kemudian menyadari masalah di dalamnya. Ekspansi bertanda dapat memiliki massa absolut berorde 2^p, yang melumpuhkan akurasi polinomial. Ingat kembali bahwa p = log M. Presisi polinomial dalam M adalah target yang moderat, sedangkan ekspansi bertanda dengan massa berorde 2^p berukuran jauh lebih besar secara eksponensial. Presisi tersebut nyata, tetapi saling hapus (cancellation) yang diandalkannya tidak sanggup menyerap massa sebesar itu.

Bagi saya, ini adalah entri paling instruktif di dalam catatan tersebut, karena memperlihatkan mekanisme pemeriksaan mandiri yang bekerja. Sebuah klaim yang dibuat dengan tanda seru dibuka kembali, dan aritmetika yang menopangnya terbukti tidak memadai. Seperti itulah rupa catatan kerja yang jujur. Antusiasme dan koreksinya duduk berdampingan di dalam dokumen yang sama.

Sudut dan kotak tidak tersusun menjadi barisan yang lebih panjang #

Strategi berbeda adalah menggunakan hasil kuat yang telah diketahui sebagai batu loncatan. Batas sudut (corners) kuasipolinomial adalah alat yang relevan, tetapi sudut-sudut yang dihasilkan tidak secara otomatis tersusun menjadi barisan yang lebih panjang. Sudut adalah pola dua dimensi sedangkan barisan panjang adalah pola satu dimensi, dan peralihan di antara keduanya tidak berlangsung secara otomatis.

Pencacahan kotak empat suku menghadirkan kesulitan serupa. Kepositifan pencacahan kotak empat suku tidak mengendalikan diagonal eksepsionalnya. Pencacahan yang positif masih dapat didominasi oleh konfigurasi degenerat, dan diagonal adalah tempat konfigurasi tersebut berada.

Catatan tersebut memang menawarkan kemungkinan jalan ke depan, dengan bahasa yang sangat hati-hati. Norma kotak lengkap menawarkan mekanisme yang mungkin untuk menjawab apakah pencacahan atas saja dapat memaksakan pencacahan barisan bawah. Pertanyaan itu, yakni apakah informasi satu sisi dapat memaksakan batas bawah, adalah pertanyaan yang terus diputar oleh keseluruhan proyek ini. Namun ada batas sejauh mana hal ini dapat diperluas. Kontribusi kubik negatif menghalangi perluasan langsung ke sistem barisan.

Beralih ke entropi pada skala p = log M #

Dengan terhalangnya jalur pencacahan langsung, penyelidikan beralih ke entropi pada skala p = log M, dengan memanfaatkan penggunaan momen tinggi ala Kelley-Meka. Pemilihan skala ini tidak sembarangan: p = log M adalah kejarangan logaritmik yang didefinisikan sejak awal.

Teks kutipan asisten mengusulkan penggunaan entropi sebagai pengganti L2 melalui ketaknegatifan dan disosiativitas frekuensi (Chang). Itu adalah usulan, bukan hasil. Penalaran di baliknya adalah bahwa μ = 1_A/α bernilai taknegatif, dan disosiativitas Chang memberikan struktur di sisi frekuensi, sehingga entropi mungkin dapat melakukan pekerjaan yang tidak sanggup dilakukan oleh besaran L2.

Agar cara ini berhasil, asisten membutuhkan masukan analitik yang spesifik. Asisten mencari estimasi restriksi Fourier ||g_hat||_q = O(1) untuk g terbatas dan q > 2 tetap, di bawah batas atas lokal yang sesuai. Ini adalah target. Target tersebut belum berhasil dibuktikan.

Hambatan muncul pada langkah berikutnya. Mengekstraksi struktur dari momen tinggi menghilangkan terlalu banyak massa. Momen tinggi adalah tempat argumen bergaya Kelley-Meka memperoleh kekuatannya, dan di sini momen tinggi juga menjadi tempat argumen tersebut kehilangan apa yang seharusnya ia pertahankan.

Perhitungan yang paling mendekati #

Perhitungan akhir layak mendapat perhatian tersendiri, karena ia memiliki keberhasilan sekaligus kegagalan. Ia mencapai batas titik ujung penuh di bawah hipotesis konvolusinya. Itu adalah hasil nyata, yang dinyatakan demikian, dan menyandang kualifikasi "di bawah hipotesis konvolusinya". Batas tersebut berlaku ketika hipotesis-hipotesis itu terpenuhi.

Namun ia gagal melampaui ambang eksponen tiga yang dibutuhkan oleh argumen pencacahan yang diusulkan. Kutipan asisten mencatat adanya batas l3 yang lemah dari konvolusi dan pembatasan (cap), serta bahwa eksponen yang secara ketat lebih baik (di bawah 3) diperlukan untuk interpolasi. Dalam bahasa sederhana, perhitungan tersebut mendarat tepat di sisi yang salah dari garis batas. Batas pada eksponen tiga tidaklah cukup, dan interpolasi membutuhkan sesuatu yang secara ketat lebih baik.

Sangat menggoda untuk membaca kegagalan tipis seperti ini sebagai "hampir sampai". Saya memilih menahan diri dari kesimpulan itu. Catatan tersebut tidak menyebutkan seberapa jauh perhitungan itu dari ambang batas, dan celah sebesar satu eksponen tetap saja bisa menjadi keseluruhan masalahnya. Apa yang benar-benar dikatakan oleh catatan tersebut adalah bahwa asisten membiarkan perhitungan itu belum selesai, tanpa menurunkan lema restriksi maupun prinsip pencacahan jarang. Dua bagian yang hilang itulah yang menjadi utang terbuka proyek ini.

Nilai dari catatan kegagalan ini #

Akan sangat mudah untuk mengabaikan upaya ini sebagai percobaan yang gagal. Menurut saya, cara pandang seperti itu keliru membaca bukti yang ada, karena alasan yang berlaku jauh melampaui teori bilangan.

Dokumen ini bersifat spesifik. Ia menyebutkan nama hambatan di setiap persimpangan: potongan kosong yang langka, massa yang hilang dalam momen kisi, estimasi dua sisi dalam Conlon-Fox-Zhao, massa bertanda yang eksponensial terhadap p, diagonal eksepsional pada pencacahan kotak empat suku, serta kontribusi kubik negatif. Ia membedakan keterbatasan yang telah ditunjukkan dari mekanisme yang baru diharapkan. Ia menandai rekurensi untuk keterjumlahan sebagai sesuatu yang mungkin berhasil, dan tugas kedua sebagai sesuatu yang sedang dicari. Ia menyatakan dengan jujur apa yang tidak diselesaikan oleh asisten.

Bagi seorang pendiri atau pemimpin teknis yang mengevaluasi riset berbantuan AI, itulah hal yang patut dicari. Sistem yang mengembalikan argumen yang tampak utuh dan penuh percaya diri justru sulit diaudit. Sebaliknya, sistem yang mengembalikan daftar kegagalan bernama, dengan satu hasil yang nyaris berhasil ditandai secara jelas sebagai gagal melampaui ambang batas, dapat diaudit baris demi baris. Seseorang dapat mengambil masalah eksponen tiga, atau masalah gugus dependen, dan mengetahui secara pasti di mana posisi awalnya.

Ada pula sebuah pola yang layak dinyatakan secara langsung. Banyak dari kegagalan tersebut adalah kegagalan akumulasi: korelasi lemah yang menumpuk, penyelarasan berurutan yang berlipat ganda, iterasi yang kehilangan terlalu banyak, serta batas serat yang gagal mengalikan diri. Satu solusi yang diusulkan membidik masalah ini secara langsung, yakni menyelaraskan frekuensi secara simultan sehingga tidak ada kerugian iteratif yang timbul. Usulan ini masih bersyarat, dan prasyaratnya, yaitu memulihkan S_h dari frekuensi dengan korelasi besar, belum terbukti. Kendati demikian, itulah usulan di dalam catatan yang merespons paling langsung terhadap keluhan yang paling sering muncul.

Pertanyaan terbuka yang diangkat oleh catatan ini dengan demikian bersifat sempit dan dapat diperiksa. Dapatkah batas yang secara ketat lebih baik daripada eksponen tiga diperoleh di bawah hipotesis konvolusi yang sudah memberikan batas titik ujung? Jika ya, interpolasi memiliki modal untuk diolah. Jika tidak, jalur restriksi Fourier dan prinsip pencacahan jarang, yang keduanya belum diturunkan, adalah tempat berikutnya yang harus dituju.

Pertanyaan yang Sering Diajukan #

Apa dua persoalan matematika yang diselidiki oleh asisten AI tersebut?

Asisten tersebut mengerjakan dua tugas terkait mengenai himpunan bebas barisan: mengembangkan argumen untuk masalah jumlah kebalikan, dan mencari batas kuasipolinomial untuk setiap panjang barisan tetap k. Meskipun ia menggunakan hasil jumlah kebalikan tiga suku dari Bloom dan Sisask sebagai titik awal, batas kuasipolinomial untuk panjang barisan sembarang tidak tercapai.

Mengapa batas kerapatan atas gagal menghasilkan lema pencacahan yang dibutuhkan?

Batas kerapatan atas pada potongan terstruktur mengizinkan adanya potongan kosong yang langka, artinya batas atas mengenai seberapa banyak bagian dari himpunan A yang terletak di dalam sebuah potongan tidak menjamin bahwa ada elemen A yang berada di sana. Di berbagai percobaan, batas atas semata berulang kali menemui lubang jarang, dan momen kisi terpusat yang besar dapat mencerminkan massa yang hilang alih-alih konsentrasi ke atas.

Di mana perhitungan akhir terhenti?

Perhitungan akhir mencapai batas titik ujung penuh di bawah hipotesis konvolusi yang dinyatakan, tetapi hanya menghasilkan batas l3 lemah yang gagal melampaui ambang eksponen secara ketat di bawah tiga yang diperlukan untuk interpolasi. Asisten membiarkan perhitungan tersebut belum selesai tanpa menurunkan lema restriksi Fourier maupun prinsip pencacahan jarang.

Referensi #

Thomas F. Bloom and Olof Sisask, (2020). Breaking the logarithmic barrier in Roth's theorem on arithmetic progressions ⧉. arXiv.
Zander Kelley and Raghu Meka, (2023). Strong Bounds for 3-Progressions ⧉. arXiv.
David Conlon, Jacob Fox, and Yufei Zhao, (2014). A relative Szemerédi theorem ⧉. Geometric and Functional Analysis.
Ernie Croot and Olof Sisask, (2010). A probabilistic technique for finding almost-periods of convolutions ⧉. Geometric and Functional Analysis.

Terakhir ditinjau 2026-11-01.

Terbitkan ulang artikel ini

Upaya AI Menyerang Himpunan Bebas Barisan: Catatan tentang Apa yang Terhenti — Sebastien Rousseau

Asisten AI mengerjakan dua persoalan tentang himpunan bebas barisan: argumen untuk masalah jumlah kebalikan, dan batas kuasipolinomial untuk setiap panjang barisan tetap.

Artikel ini berlisensi Creative Commons Attribution 4.0 International. Penerbitan ulang memerlukan atribusi ke URL kanonis.

Upaya AI Menyerang Himpunan Bebas Barisan: Catatan tentang Apa yang Terhenti — Sebastien Rousseau

Asisten AI mengerjakan dua persoalan tentang himpunan bebas barisan: argumen untuk masalah jumlah kebalikan, dan batas kuasipolinomial untuk setiap panjang barisan tetap.

Originally published at https://sebastienrousseau.com/id/2026-10-24-upaya-ai-menyerang-himpunan-bebas-barisan/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER