PulseAugur
中
实时 10:27:38

新AI框架HOA在多项奥赛中取得满分

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了HOA，一个旨在增强AI代理在各种奥赛任务中解决问题能力的开放框架。HOA协调多个代理会话，整合独立审阅者的反馈、用于领域特定知识的结构化维基以及用于检查生成证明的验证器。在使用GPT-5.6 Sol进行测试时，HOA在2026年的国际数学奥林匹克（IMO）、国际物理奥林匹克（IPhO）和国际信息学奥林匹克（IOI）中取得了满分，并在PutnamBench和Lean-Eval排行榜等其他基准测试中表现出色。值得注意的是，使用开源Kimi-K3模型，HOA在几项奥赛中取得了与闭源GPT-5.6 Sol基线相当甚至更优的结果，证明了系统化反馈机制的有效性。 AI

影响 展示了结构化反馈如何显著提升AI代理在复杂推理任务上的表现，可能加速科学发现的进展。

排序理由 该条目是一篇研究论文，详细介绍了一个新框架及其在学术基准测试上的表现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新AI框架HOA在多项奥赛中取得满分

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目是一篇研究论文，详细介绍了一个新框架及其在学术基准测试上的表现。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Zhengyang Zhang, Jing Xiong, Hongzhou Lin, Juihui Chung, Zijian Zhang, Song Han, Sihao Liu, Ligeng Zhu ·

    人性化奥赛代理：使用 Solve, Review, Wiki, Verify 进行奥赛问题解决的多会话工作流

    arXiv:2610.13632v1 Announce Type: new Abstract: Large language model (LLM) agents are rapidly improving on long-horizon scientific and olympiad tasks. Recent systems have produced a Lean-formalized resolution of the Navier--Stokes problem and autonomous solutions to four open que…

相关实体

相关话题