两篇新研究论文探讨了大型语言模型在高级数学推理和发现方面的能力。第一篇论文介绍了Magenta,一个将非正式的自然语言数学问题与Lean 4中形式化、机器可验证的证明联系起来的系统,在奥林匹克竞赛基准测试中取得了完美的准确率,并与K2-Horizon-7B配对解决了六个IMO 2026问题。第二篇论文提出了HorizonMath,一个旨在测试AI进行新颖发现能力的未解数学问题基准,其中GPT-5.4 Pro和GPT-5.6 Sol等模型已经识别出六个新解决方案。 AI
影响 AI推理能力的进步可能会加速科学发现和形式化验证过程。
排序理由 两篇在arXiv上发表的学术论文,详细介绍了AI在数学推理方面的新方法和基准。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Erik A. Wang
- Gotit.pub
- GPT 5.4-Pro
- GPT 5.6 "Sol"
- HorizonMath
- Hugging Face
- IArxiv
- ScienceCast
- AIME 2025
- AIME 2026
- HMMT February 2026
- IMO 2026
- Joshua Jun Leang Ong
- K2-Horizon-7B
- large-language models
- Lean 4 Programming Language
- Magenta
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →