論文の概要: EULER: Exploring Underused Links with Evidence-Checked Return for Multi-Agent Mathematical Discovery

• arxiv url: http://arxiv.org/abs/2609.00032v1
• Date: Fri, 28 Aug 2026 17:36:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:35.736413
• Title: EULER: Exploring Underused Links with Evidence-Checked Return for Multi-Agent Mathematical Discovery
• Title（参考訳）: EULER:マルチエージェント数学的発見のためのエビデンス型リターン付き未使用リンク探索
• Abstract要約: 本稿では,橋梁を検索単位とするマルチエージェントシステムであるEULERを提案する。 固定された予想の周囲で、EULERは直接、隣接領域、遠領域のルートを競合で実行している。 我々は120の最近の予想に基づいてEULERを評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mathematical communities work with different objects, invariants, and tools, so transferring a problem across them is expensive and often skipped. We present EULER, a multi-agent system that takes such a transfer--a bridge--as its unit of search. Around a fixed conjecture, EULER runs direct, adjacent-domain, and distant-domain routes in competition; a bridge keeps its budget only if it supplies an operation the source representation cannot execute and its target-side evidence returns to the original statement along a checked implication. Six ordered stress tests reject invalid bridges before expensive search begins. We evaluate EULER on 120 recent conjectures. The conjectures were frozen before search and screened for contamination, and are drawn from public papers by authors who had recently published in the Journal of Combinatorial Theory, Series A, a leading journal in combinatorics. EULER produced 10 proofs and 3 refutations, plus 45 scoped partial results. Two mechanisms held up under ablation: bridge-specific stress tests cut incorrect conclusions from 9 to 3, and bridge material combined with a target-native operation yielded a positive interaction of +4.2 resolved tasks that neither factor produced alone. Domain distance did not reliably predict success; executable operation gain and valid return did.
• Abstract（参考訳）: 数学的コミュニティは、異なるオブジェクト、不変物、ツールを扱うため、問題を渡すことは高価であり、しばしばスキップされる。 本稿では,橋梁を検索単位とするマルチエージェントシステムであるEULERを提案する。 ブリッジは、ソース表現が実行できず、そのターゲット側のエビデンスがチェックされた含意に沿って元のステートメントに返却される場合のみ、その予算を維持する。 6つの強制ストレステストは、高価な捜索が始まる前に無効な橋を拒絶する。 我々は120の最近の予想に基づいてEULERを評価する。 この予想は、調査の前に凍結され、汚染のためにスクリーニングされ、最近『Journal of Combinatorial Theory, Series A』に掲載された著者による公開論文から導かれる。 EULERは10の証明と3つの反論と45のスコープの部分的な結果を生み出した。 橋特異応力試験は9から3までの誤った結論をカットし、橋材とターゲットネイティブの操作を組み合わせることで、どちらの因子も単独で生成した+4.2の正の相互作用が得られた。 ドメイン距離は成功を確実に予測するものではなく、実行可能なオペレーションゲインと有効なリターンが実現した。

関連論文リスト

• From Experiments to Decisions: Reusing Evidence in Autonomous Coding Research [0.0]
  我々は400タスクのNeuroGolfキャンペーンでエビデンスをどのように再利用するかを再構築する。 数値的な反例は、オーバーブロード排除を公開する。 他のエピソードでは、失敗、不完全、そして修正されたプログラムが次に行うことを正当化する。
  論文  参考訳（メタデータ） (2026-09-10T03:48:31Z)
• RAP: Research Attention Prediction Reveals Target-Conditioned Evidence Acquisition Biases [58.92094935632493]
  大規模言語モデル(LLM)は研究エージェントとしての役割がますます高まっているが、研究の関心の変化を追跡する能力は評価が難しい。 278のAI/MLフィールドと1,390のエピソードをカバーするローリングベンチマークであるResearch Attention Prediction (RAP)を紹介する。 それぞれのカットオフで、LLMエージェントは時間的に制限されたarXivコーパスを検索し、次の6ヶ月の論文の共有を8つの凍った研究方向にわたって予測する。
  論文  参考訳（メタデータ） (2026-09-09T12:15:14Z)
• Andy: A Mathematical Agent for Rigorous Proof and Autonomous Research [8.964774625644965]
  Andyは、数学の問題をトレース可能な証明に変える、自律的な数学的研究エージェントだ。 提案された問題を解いたり検証したりし、研究価値ゲートを通じて文学的な新しい問題を定式化し、証明構築と最終的な検証を行う。 実行可能DAGで証明ステップを編成し、各ステップを独立して検証し、その結果を証明書にバインドする。
  論文  参考訳（メタデータ） (2026-08-15T05:47:56Z)
• Before Reasoning Can Fail: Pre-Evidence Procedural Failures in Agentic RAG [0.7161783472741748]
  エージェント検索拡張生成(RAG)システムは、エビデンス条件の推論がテストされる前に失敗する可能性がある。 我々は,この故障モードをエージェント軌道の手続き的特性として検討する。 ReadGateは,検索後およびファイナライゼーション前において,エージェントが読み取る必要のある最小限のランタイムである。
  論文  参考訳（メタデータ） (2026-08-03T10:09:19Z)
• When Collaboration Becomes a Trigger: Collective Evidence-Threshold Backdoors in Multi-Agent Systems [57.450132281381066]
  ピアエビデンスが単一のメッセージによって決定されるのではなく、隠れたしきい値に達すると、バックドアの動作が起動される。 我々は,MASとBundary-Conditioned Backdoor Injection(BCBI)のための集合的エビデンス-ホールドバックドアパラダイムを導入する。 クリーンな通信力学を学習し,異常なエージェント更新を隔離する,クリーンな唯一の潜時防御であるLATTEを提案する。
  論文  参考訳（メタデータ） (2026-08-02T08:38:44Z)
• Geometric Measurements of the Axiom of Choice in Neural Proof Embeddings [0.2538209532048866]
  我々はLean 4のカーネルレベルの公理依存性の追跡を用いて、選択の公理が証明空間に測定可能な幾何学的相関を持つことを示す。 このシグネチャは長さ,ファイル,著者,トピックコントロールに留まり,正規化証明源で訓練されたフルソースエンコーダの下で複製されることを示す。
  論文  参考訳（メタデータ） (2026-06-26T19:57:00Z)
• LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization [104.06650149974585]
  信頼性の高い研究レベルのLean AutoformalizationのためのマルチエージェントハーネスであるLeanMarathonを紹介します。 4つのコントラクトスコープエージェントがこの青写真を構築し、監査し、証明し、修復する。 我々は4つのErds問題にまたがる最近の2つの研究論文でLeanMarathonを評価した。
  論文  参考訳（メタデータ） (2026-06-03T20:09:39Z)
• $\mathcal{B}^{3}$-Net: Controlled Posterior Bridge Learning for Multi-Task Dense Prediction [5.2403331899624455]
  マルチタスク密度予測は、統一モデルにおいて相補的なピクセルレベルのタスクを解く。 既存のデコーダ側のインタラクションでは、アテンション、プロンプト、ルーティング、拡散、Mamba、ブリッジ機能を使ってタスクエビデンスを交換する。 マルチタスク密度予測のための後部ブリッジ学習フレームワークであるmathcalB3$-Netを提案する。
  論文  参考訳（メタデータ） (2026-05-07T06:11:12Z)
• The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
  本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。 通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
  論文  参考訳（メタデータ） (2026-04-27T16:23:09Z)
• SIN-Bench: Tracing Native Evidence Chains in Long-Context Multimodal Scientific Interleaved Literature [92.88058660627678]
  FITO(Fish-in-the-Ocean)パラダイムは、科学文書の中に明確なクロスモーダルなエビデンスチェーンを構築するモデルを必要とする。 我々は、証拠発見(SIN-Find)、仮説検証(SIN-Verify)、接地QA(SIN-QA)、エビデンスアンコレッド合成(SIN-Summary)の4つのプログレッシブなタスクでSIN-Benchを構築する。 検証可能なアンカーに基づき、マッチング、関連性、論理による証拠品質の診断を行う際に、予測値を評価する「No Evidence, No Score」を導入する。
  論文  参考訳（メタデータ） (2026-01-15T06:25:25Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• When Disagreements Elicit Robustness: Investigating Self-Repair Capabilities under LLM Multi-Agent Disagreements [56.29265568399648]
  我々は、不一致が早期のコンセンサスを防ぎ、探索されたソリューション空間を拡張することを主張する。 タスククリティカルなステップの相違は、ソリューションパスのトポロジによってコラボレーションを損なう可能性がある。
  論文  参考訳（メタデータ） (2025-02-21T02:24:43Z)

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。