长程推理再进阶｜U2-Flash 自主推演四维挂谷猜想

最近，云知声 U2-Flash 围绕四维集合版挂谷猜想展开自主推演，完成了从问题分析、推理构建、多轮修正到预印本手稿生成的全流程探索，并留下了相应的推理与迭代记录。

这次，云知声 Labs 带大家走近这项探索，看看长程推理如何在一个真实的前沿数学问题中接受检验。

从四维挂谷猜想到预印本手稿

挂谷问题始于一个直观的疑问：一根针在平面上转一圈，需要多大的空间？这个由日本数学家挂谷宗一于 1917 年提出的问题，后来延伸出了关于空间、方向与维数的深入研究。

高维集合版挂谷猜想可以粗略理解为：一个集合如果包含每个方向上的单位线段，它在维数意义上还能有多“薄”？面对四维集合版这一问题，模型需要理解抽象概念，并组织相互依赖的论证步骤。

因此，这类问题为检验模型能否持续推进复杂论证，提供了一个具有挑战性的任务场景。

此次探索中，U2-Flash 先梳理问题结构与相关条件，组织推演路径；随后跟踪中间结果，在多轮探索中重新审视推导、尝试修正思路，最终将阶段性内容整理成预印本手稿。

向下滑动，查看全文

在连续推演中检验长程推理能力

复杂数学任务的难点，在于让每一步推导都能与前后论证衔接。前面的条件需要被准确使用，中间结论需要支撑后续分析；某一步发生调整后，受影响的推理也需要重新检查。

这要求模型在任务推进过程中持续跟踪信息、处理逻辑依赖，并根据阶段性结果调整路径。此次探索将能力检验延伸到了完整任务流程，也留下了可供回看和分析的过程材料。

需要明确的是，生成预印本手稿不等于猜想已被证明。关键推导是否成立、论证是否完整，仍需专业审查与必要的独立验证。

从数学推演到复杂任务执行

类似的要求，也出现在代码开发、专业分析和多步骤 Agent 工作流中。前面的接口约束会影响后面的实现，阶段性修改也可能改变后续执行路径。模型需要围绕整体目标，持续处理不同环节之间的依赖关系。

四维挂谷猜想的自主推演，为观察 U2-Flash 的复杂任务推进能力提供了具体案例。相关能力在开发和专业应用中的表现，还需要通过对应场景的任务验证。

云知声也在持续探索递归自我改进（RSI）等技术路径，尝试让模型参与任务数据生成、执行轨迹分析和薄弱环节识别，结合可追溯的流程与验证机制，研究能力改进的方式。

写在最后

围绕模型能力的持续改进，云知声也在探索递归自我改进（RSI）等技术路径，尝试让模型参与任务数据生成、执行轨迹分析和薄弱环节识别，并结合可追溯的流程与验证机制，研究能力改进的方式。

云知声将持续推进基础模型、后训练与智能体技术研发，在真实任务中检验长程推理能力，探索大模型参与复杂问题求解的更多可能。

限时免费活动同步开启：

2026年9月30日至10月31日，U2-Flash API 面向新老用户限时免费，不限 Token 用量。

活动结束还可以再领5亿Token！快来体验吧！