論文の概要: Mathematical Discovery in the Wild: AI-Guided Proofs in Banach Space Theory
- arxiv url: http://arxiv.org/abs/2607.17388v1
- Date: Sun, 19 Jul 2026 19:22:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.456007
- Title: Mathematical Discovery in the Wild: AI-Guided Proofs in Banach Space Theory
- Title（参考訳）: 自然界における数学的発見:バナッハ宇宙論のAIガイドによる証明
- Authors: Antonio Acuaviva, Pablo Acuaviva,
- Abstract要約: バナッハ宇宙論において、AIシステムは5つの新しい結果に対する重要なアイデアと証明を生み出した。
また、オープンな問題の文献を検索し、大規模に解を試行する自動システムも開発した。
- 参考スコア（独自算出の注目度）: 0.0954904463032233
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate the capacity of current language models to contribute to mathematical research. In Banach space theory, AI systems generated key ideas and proofs for five new results, which were then verified and refined by humans. We also developed an automated system that searches the literature for open problems and attempts solutions at scale. Our results show both the potential of language models for mathematical discovery and the continuing importance of expert verification.
- Abstract（参考訳）: 数学研究に寄与する現在の言語モデルの能力について検討する。
バナッハ宇宙論において、AIシステムは5つの新しい結果の鍵となるアイデアと証明を生成し、それが人間によって検証され、洗練された。
また、オープンな問題の文献を検索し、大規模に解を試行する自動システムも開発した。
以上の結果から,数学的発見のための言語モデルの可能性と,専門家による検証の重要性が示唆された。
関連論文リスト
- From Solvers to Research: Large Language Model-Driven Formal Mathematics at the Research Frontier [109.93387172162984]
AI4Mathシステムの次の飛躍は、事前に定義された問題解決者から研究エージェントへの決定的なシフトを必要とする。
この分野の体系的なレビューを行い、データセット、自動形式化、証明合成について紹介する。
論文 参考訳（メタデータ） (2026-07-08T17:46:36Z) - 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) - Accelerating Scientific Research with Gemini: Case Studies and Common Techniques [105.15622072347811]
大規模言語モデル(LLM)は、科学研究を加速するための新たな道を開いた。
先進的なAIモデルとどのように協力したかを示すケーススタディのコレクションを提示する。
論文 参考訳（メタデータ） (2026-02-03T18:56:17Z) - Mathematical exploration and discovery at scale [1.2341209649260667]
AlphaEvolveは、科学的および実践的な問題に対するアルゴリズム的解決策を提案し、テストし、洗練する一般的な進化的コーディングエージェントである。
その幅を示すために、数学的解析、組合せ論、幾何学、数論にまたがる67の問題を列挙した。
一部の例では、AlphaEvolveは有限個の入力値の結果を全ての入力値に有効な式に一般化することができる。
論文 参考訳（メタデータ） (2025-11-03T16:04:07Z) - math-PVS: A Large Language Model Framework to Map Scientific
Publications to PVS Theories [10.416375584563728]
本研究では,大規模言語モデル(LLM)の高度な数学的概念の定式化への適用性について検討する。
我々は、研究論文から数学的定理を抽出し、形式化する、Emphmath-PVSと呼ばれる自動過程を構想する。
論文 参考訳（メタデータ） (2023-10-25T23:54:04Z) - A Survey of Deep Learning for Mathematical Reasoning [71.88150173381153]
我々は過去10年間の数学的推論とディープラーニングの交差点における重要なタスク、データセット、方法についてレビューする。
大規模ニューラルネットワークモデルの最近の進歩は、新しいベンチマークと、数学的推論にディープラーニングを使用する機会を開放している。
論文 参考訳（メタデータ） (2022-12-20T18:46:16Z) - Generative Language Modeling for Automated Theorem Proving [94.01137612934842]
この研究は、自動定理プロバーの人間に対する大きな制限が言語モデルから生成することで対処できる可能性によって動機づけられている。
本稿ではメタマス形式化言語のための自動証明と証明アシスタント GPT-f を提案し,その性能を解析する。
論文 参考訳（メタデータ） (2020-09-07T19:50:10Z)
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。