**AI破解统计学难题：贝内米尼-霍赫伯格方法在相关数据下不保证控制错误发现率**

_AI has helped resolve an important question about BH correction in statistics_

> 统计学家Edgar Dobriban利用GPT-5.6 Sol Pro成功解决了一个困扰学界二十年的问题：贝内米尼-霍赫伯格（BH）程序在处理具有相关性的双侧高斯检验数据时，并不能普遍控制错误发现率（FDR）。该研究通过构建特定的高斯因子模型，证明了在名义水平为0.01时，实际FDR可超过0.0104。这一结果主要具有概念上的重要性，揭示了经典统计方法在依赖数据下的潜在缺陷。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-07-15 13:57（北京时间）
- **原文**：[打开原文](https://twitter.com/EdgarDobriban/status/2077082912021786660)