論文の概要: Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration

• arxiv url: http://arxiv.org/abs/2608.11195v2
• Date: Thu, 13 Aug 2026 17:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 14:00:09.721125
• Title: Long-Horizon AI Research for Grothendieck Constant: A Case Study in Human-AI Mathematical Collaboration
• Title（参考訳）: グロタンディーク定数の長期AI研究--人間とAIの数学的コラボレーションを事例として
• Abstract要約: 我々は、Grothendieck定数$K_G$のバウンドを改善するためにAIがどのように使われたかを示す。 重要な点として、これらの改善は、ドメインの専門家によって新規と見なされる洞察に到達可能なAI研究システムを使用して達成された。
• 参考スコア（独自算出の注目度）: 22.32121650980152
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI agents are increasingly used in mathematics research, but it is often unclear how to use them effectively. Towards this, we present an extensive case study of how AI was used to improve bounds on the Grothendieck constant $K_G$, which captures the hardness between combinatorial problems and their continuous relaxations. Specifically, while the precise value of $K_G$ is not known, we recently tightened the best known bounds to \[ \frac{6π}{11} \;\le\; K_G \;\le\; \fracπ{2\log(1+\sqrt2)} - 10^{-4}. \] Crucially, these improvements were achieved using an AI research system that could arrive at insights deemed novel by domain experts. We give a detailed discussion of our experience using AI for mathematics research, particularly touching upon its strengths and weaknesses, as well as our experience with creating ideal conditions for AI to arrive at breakthrough insights.
• Abstract（参考訳）: AIエージェントは数学研究でますます使われているが、効果的に利用する方法は不明である。 そこで本研究では、Grothendieck定数$K_G$のバウンダリを改善するためにAIが使われたケーススタディについて述べる。 具体的には、$K_G$の正確な値は分かっていないが、最近最もよく知られた境界を \[ \frac{6π}{11} \;\le\; K_G \;\le\; \fracπ{2\log(1+\sqrt2)} - 10^{-4} に締め付ける。 重要なことに、これらの改善はAI研究システムを使って達成された。 数学研究にAIを使用した経験、特にその強みと弱さに触れた経験、そしてAIがブレークスルーの洞察に到達するための理想的な条件を作成する経験について、詳しく議論する。

関連論文リスト

• The Gold Rush in AI4Math: Where Are We Now? [9.176056742068814]
  広範囲にわたる議論にもかかわらず、人工知能が実際に数学で使われていることに関する実証的な証拠は依然として限られている。 我々は2026年3月1日から8月20日までに投稿された32,944件のarXivの投稿を収集した。 我々は3,575件の提出書類を特定し、そのうち1,712件が少なくとも1つの実質的な数学的貢献に関与した。
  論文  参考訳（メタデータ） (2026-08-25T07:07:37Z)
• 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)
• Characterizing initial human-AI proof formalization workflows [66.06866890889131]
  AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。 我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。 質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
  論文  参考訳（メタデータ） (2026-06-02T22:58:19Z)
• AI co-mathematician: Accelerating mathematicians with agentic AI [37.60588462488029]
  我々は、数学者がAIエージェントを対話的に活用し、オープンエンドの研究を追求するためのワークベンチであるAIコマンセマティクスを紹介した。 AIの共数学者は、文献探索、計算探索、定理証明、理論構築など、数学観念の探索的かつ反復的な現実を総合的に支援することを目的としている。 初期のテストでは、AIの共同数学者は、オープンな問題の解決、新しい研究方向の特定、文献参照の発見に協力した。
  論文  参考訳（メタデータ） (2026-05-07T17:56:32Z)
• The AI Research Assistant: Promise, Peril, and a Proof of Concept [0.0]
  詳細な事例研究を通じて実証的な証拠を提供する。 コラボレーションによって、注目すべき機能と限界の両方が明らかになった。 我々の経験から、適切な懐疑論や検証プロトコルを使用すると、AIツールは数学的発見を有意義に加速させることができることが示唆されている。
  論文  参考訳（メタデータ） (2026-02-26T10:29:05Z)
• 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)
• 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)
• Mathematics and Machine Creativity: A Survey on Bridging Mathematics with AI [14.825293189738849]
  本稿では,人工知能(AI)の数学的研究への応用について概観する。 近年のAIの発展、特に強化学習(RL)と大規模言語モデル(LLM)は、AIが数学に貢献する可能性を実証している。 この調査は、AIと数学の橋渡し、相互利益に関する洞察を提供し、より深い学際的理解を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-12-21T08:58:36Z)
• Formal Mathematical Reasoning: A New Frontier in AI [60.26950681543385]
  我々は公式な数学的推論を提唱し、AI4Mathを次のレベルに進めるには不可欠であると主張している。 既存の進捗を要約し、オープンな課題について議論し、将来の成功を測るための重要なマイルストーンを想定します。
  論文  参考訳（メタデータ） (2024-12-20T17:19:24Z)
• AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
  数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
  論文  参考訳（メタデータ） (2023-10-19T02:00:31Z)

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。