两名高中生借助AI推进洛伦兹多项式研究，论文已上线arXiv

一项关于洛伦兹多项式有界比的研究在UCLA数学圈引发关注。论文作者包括两名来自加州橡树公园高中的学生Aayush Bathija和Prince Rohatgi，以及UCLA数学系博士后Daniel Soskin。论文题为《洛伦兹多项式的有界比》，已在arXiv发表，篇幅为75页。

研究背景与核心问题

洛伦兹多项式理论由菲尔兹奖得主许埈珥及其合作者于2020年建立。这类多项式的特殊之处在于，系数之间存在严格的数学约束，不能随意搭配。该理论将组合数学中的问题与几何、系数之间的不等式联系起来。

此次研究追问的是这些约束究竟有多强。具体来说，如果把一些系数相乘，再除以另一些系数，就能得到一个比值。只要多项式满足规定条件，这个比值是否存在一道永远无法突破的上限。真正困难的部分在于，面对无穷多种符合条件的多项式，需要判断哪些比值始终有上限，哪些可以无限增大。如果有上限，还要继续寻找最精确的答案。

许埈珥与合作者此前已经在二次洛伦兹多项式中刻画了哪些比值有上限，并在三个变量的情况下求出了最优上界。从二次升到三次、四次乃至任意次数，系数之间的关系会变得更加复杂，二次情形下成立的结论不能直接搬用。这项新研究的目标，就是把关于系数比值的研究推进到更高次数，弄清哪些比值始终有界，并进一步寻找最精确的上限。

主结构定理与判定方法

论文最核心的公式是主结构定理，它把此前二次洛伦兹多项式的相关结论推广到了任意次数。该定理说明，一个系数比值有没有统一上界，可以用一套离散凸性条件来完整判定。

在简单情形中，洛伦兹多项式要求两端系数都很大时，中间系数不能太小。例如，当两端系数分别为4和9时，中间项系数必须不小于6。如果变量更多、次数更高，这种约束会变得更加复杂，需要各种求导结果共同满足特定条件。正式定义涉及一个描述曲率的矩阵，该矩阵在严格情形下具有一个正、其余负的特征值结构，洛伦兹这一名称正对应这种正负结构。

论文使用热带化方法来提取主导幂次。乘除法在指数层面变成加减法，指数的正负直接反映比例是缩小还是增长。已有的洛伦兹多项式理论表明，合法的幂次图案受到M-凸性这一离散凸性规则控制。论文的关键步骤是证明：一个比值只要能够无限增大，就能找到一条具有这种幂次特征的路径，把失控暴露出来。因此，对这些路径的检查可以升级为完整判据。证明中还使用了半代数几何的曲线选择等工具。

AI在证明中的角色

两名学生均为UCLA Olga Radko数学圈成员。Aayush Bathija在读高二，是AIME资格获得者。Prince Rohatgi目前高三，同样进过AIME，并在数学圈里担任AMC 10/12竞赛课的主讲老师。

Claude Opus 5和GPT-5.6 Sol是这次证明的核心工具，被用于计算、证明思路和编辑辅助。其中证明思路尤为关键，这意味着模型用途已经深入到探索环节：面对一个尚待解决的问题，寻找可能成立的推导路径。

作者也明确写下了另一面：部分建议有帮助，另一些则具有误导性。他们表示已独立核验全部计算，并对论文内容承担责任。模型给出一个看起来漂亮的答案，研究并未结束。条件是否齐全、推导是否成立、边界情况是否遗漏，都需要继续追问。AI进入了探索环节，严格验证依然是成果成立的前提。

博士后导师和ORMC研究项目的支持使两名学生得以接触真实的开放问题，并在专业指导下开展研究。AI被嵌入这套协作之中，辅助计算与思路探索。