On-Line Encyclopedia of Integer Sequences
PulseAugur coverage of On-Line Encyclopedia of Integer Sequences — every cluster mentioning On-Line Encyclopedia of Integer Sequences across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
语言模型在新基准测试中证明了30%的数学猜想
研究人员开发了OEIS Open，这是一个旨在评估语言模型能证明多少数学猜想的新基准。该基准基于来自整数序列在线百科（On-Line Encyclopedia of Integer Sequences）的492个已形式化为Lean的开放猜想，允许测试任何通用语言模型。初步结果表明，语言模型能够自主解决其中很大一部分猜想，一个模型在使用每次200美元的预算在一个子集上取得了44%的得分。
-
新数据集和图神经网络推动有限群对称性研究
研究人员开发了一个包含超过131,000个Cayley图的新数据集，作为研究有限群属性如何在图可观测量中体现的基准。这项工作还为OEIS贡献了新的枚举序列，并识别出经验规律，从而提出可检验的关于图属性的猜想。对经典模型、MLP和图神经网络（GNNs）的比较表明，GNNs，特别是GIN和GCN，能够直接从图数据中有效预测代数群属性。
-
新的开源工具对抗AI数学幻觉
一个名为mathlas的新开源项目已被开发出来，以对抗AI在数学推理中的幻觉。它作为一个MCP服务器运行，为AI助手提供对真实Lean内核、定理索引和其他专业工具的访问。这种分工确保AI充当“大脑”，而mathlas处理精确的数学运算，只返回可独立验证的事实或诚实的置信度指示。该系统在一个基准测试中展示了59.1%的定理级Hit@20得分，通过整合动态网络搜索和写回循环，优于静态系统。
-
IntSeqBERT Transformer 学习整数序列中的算术结构
研究人员开发了 IntSeqBERT，这是一种新颖的 Transformer 模型，旨在理解和预测在线整数序列百科全书 (OEIS) 中的整数序列。与标准模型不同，IntSeqBERT 采用双流方法，结合连续幅度嵌入和 sin/cos 模嵌入，以处理 OEIS 中存在的巨大数值范围和算术结构。该模型在幅度预测和模预测方面取得了高精度，显著优于标记式 Transformer 基线。概率中国剩余定理求解器进一步增强了其下一项预测能力，证明…