Google Research 开发了一个名为 Stellar Colosseum 的新型多智能体系统,旨在解决长时任务,尤其是在数学证明方面。该系统分阶段运行,并行生成候选解决方案,对其进行有针对性的证伪,并将其与批评意见合并。当与 Gemini 3.1 Pro 和 Gemini 3.7 Flash 结合使用时,Stellar Colosseum 在定理证明任务的 TCS-Bench 基准测试中取得了 71.0% 的成功率,并解决了 222 个 Codeforces 问题中的 218 个。 AI
影响 这种多智能体方法有望提升 AI 在复杂问题解决和定理证明方面的能力。
排序理由 该集群描述了一篇研究论文,其中详细介绍了一个新的人工智能系统及其在基准测试中的表现。 [lever_c_demoted from research: ic=1 ai=1.0]
在 X — Omar Sanseviero (HF research) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →