論文の概要: First Proof Second Batch
- arxiv url: http://arxiv.org/abs/2606.18119v1
- Date: Tue, 16 Jun 2026 16:21:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.543114
- Title: First Proof Second Batch
- Title（参考訳）: First Proof Second Batch (英語)
- Abstract要約: この文書には、問題、方法論、そしてテストの結果が含まれています。
我々は、ヒューマンソリューション、AI生成ソリューション、AI生成ソリューションのレフェリーレポートとログを含む補足的なドキュメントへのリンクを提供する。
- 参考スコア（独自算出の注目度）: 1.8262767292828428
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To assess the ability of current AI systems to correctly solve research-level mathematics problems, we tested several AI systems on a set of ten problems in a broad range of mathematical fields; these problems arose naturally in the research process of the contributors. This document includes the problems, our methodology, and the results of our testing. We provide links to supplementary documents including the human solutions, the AI-generated solutions, and the referee reports and logs for the AI-generated solutions. The ten problems were contributed by the following mathematicians: (1) Dariusz Kalociński and Theodore A. Slaman, (2) Richard Schwartz, (3) Aleksa Milojevic and Benny Sudakov, (4) Larry Guth, (5) Oleg Butkovsky, Jonathan Mattingly, and Lorenzo Zambotti, (6) Joshua Evan Greene and Duncan McCoy, (7) Sucharit Sarkar, (8) Sam Payne and Jidong (Jayden) Wang, (9) Sylvie Corteel and John Lentfer, (10) Srivatsav Kunnawalkam Elayavalli.
- Abstract（参考訳）: 研究レベルの数学問題を正しく解くための現在のAIシステムの能力を評価するため、幅広い数学分野の10の課題に対して、いくつかのAIシステムをテストした。
この文書には、問題、方法論、そしてテストの結果が含まれています。
我々は、ヒューマンソリューション、AI生成ソリューション、AI生成ソリューションのレフェリーレポートとログを含む補足的なドキュメントへのリンクを提供する。
ダリウス・カロシエスキーとセオドア・A・スラマン、(2)リチャード・シュワルツ、(3)アレクサ・ミロエヴィチ、ベニー・スダコフ、(4)ラリー・ガス、(5)オレグ・ブトコフスキー、ジョナサン・マチンリー、およびロレンツォ・ザンボッティ、(6)ジョシュア・エヴァン・グリーン、ダンカン・マッコイ、(7)スーサリット・サルカル、(8)サム・ペインとジドン(ジェイデン)・ワン、(9)シルヴィ・コルテエルとジョン・レンター、(10)スリヴァタフ・クンナウォーム・エルヤヴァリ。
関連論文リスト
- The Problem Is the Problem: Towards Scalable Mathematical Discovery [27.74875048771945]
我々は,適切な問題の検索を自動化し,フィルタリングのいくつかの段階を経たアーティファクトに人間の注意を集中させる,文献からレビューまでのカスケードを構築した。
ダヴィエの予想や疑問に関する結果、-Jenssen-Perkins-Roberts, Erds-Straus, Ikenmeyer--Pak-Panova, Lund-Saraf-Wolf など、多くの興味深い発見を見出した。
論文 参考訳（メタデータ） (2026-08-17T17:19:59Z) - ProofCouncil: An LLM Agent for Solving Open Mathematical Problems [2.90620992303615]
本稿では,著者批判アーキテクチャを用いてオープンな問題に対処する数学的エージェントProofCouncilを紹介する。
ProofCouncilは、エージェントが自律的に解決しなければならない10の現実の数学的問題からなるチャレンジであるFirstProofの第2バッチの提出として機能した。
人的フィードバックを受けた21のソリューションのうち、5は完全正当と判断され、さらに2つは有望な最終検証と判断され、さらに8つは有用な部分的な進歩を含んでいた。
論文 参考訳（メタデータ） (2026-07-10T14:46:01Z) - HorizonMath: Measuring AI Progress Toward Mathematical Discovery with Automatic Verification [54.06301039725887]
計算および応用数学において8つの領域にまたがる100以上の未解決問題のベンチマークであるHorizonMathを紹介する。
我々のベンチマークは、発見が困難であり、意味のある数学的洞察を必要とする問題のクラスをターゲットにしているが、検証は計算的に効率的で簡単なものである。
論文 参考訳（メタデータ） (2026-03-16T17:59:53Z) - Aletheia tackles FirstProof autonomously [54.074080352783625]
アレクシアは10件中6件を自主的に解決した。
完全な透明性のために、FirstProofの解釈を説明し、実験の詳細と評価を明らかにします。
論文 参考訳（メタデータ） (2026-02-24T18:56:10Z) - Towards Autonomous Mathematics Research [48.29504087871558]
Aletheiaは、自然言語のエンドツーエンドの解を反復的に生成し、検証し、修正する数学研究エージェントである。
具体的には、AletheiaはGemini Deep Thinkの高度なバージョンで、推論の問題に挑戦している。
我々は、オリンピアード問題から博士レベルのエクササイズまで、AI支援数学研究におけるいくつかのマイルストーンを通じて、アレクシアを実証する。
論文 参考訳（メタデータ） (2026-02-10T18:50:15Z) - Semi-Autonomous Mathematics Discovery with Gemini: A Case Study on the Erdős Problems [22.064232024924422]
我々はジェミニを用いて、ブルームのアーズ問題データベースに「オープン」とラベル付けされた700の予想を評価する。
データベースに'オープン'とマークされた13の問題に対処する。
以上の結果から,問題の「開放」状態は難易度よりも不明瞭度が原因であることが示唆された。
論文 参考訳（メタデータ） (2026-01-29T23:15:36Z) - Learning to Discover at Test Time [79.84622971773862]
私たちはAIを使って、科学的な問題に対する新しい最先端のアートを発見します。
この手法をTTT-Discover(Test-Time Training to Discover)と呼ぶ。
数学、GPUカーネルエンジニアリング、アルゴリズム設計、生物学のあらゆる問題に対する結果を報告する。
論文 参考訳（メタデータ） (2026-01-22T18:24:00Z) - Counting Cycles with Deepseek [10.137124603866038]
サイクル数統計量に対して計算的に効率的な等価形式(CEEF)を導出する方法。
提案する新しいアプローチと,その問題を解決するためのAIの強力なコーディングスキルを組み合わせる。
AIは、この問題を解決できないが、明確な戦略、ステップバイステップのガイダンス、慎重に書かれたプロンプトを提供しれば、それを解決できる。
論文 参考訳（メタデータ） (2025-05-23T14:34:40Z) - OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。
これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。
我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
論文 参考訳（メタデータ） (2024-06-18T16:20:53Z) - Ten Hard Problems in Artificial Intelligence We Must Get Right [72.99597122935903]
AIの約束を阻止し、AIのリスクを引き起こすAI2050の「ハード問題」について検討する。
それぞれの問題について、その領域を概説し、最近の重要な作業を特定し、今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-06T23:16:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。