論文の概要: FrontierMath Erdős
- arxiv url: http://arxiv.org/abs/2609.25050v1
- Date: Sun, 06 Sep 2026 10:32:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 14:48:16.103414
- Title: FrontierMath Erdős
- Title（参考訳）: FrontierMath
- Abstract要約: 68のErds問題のベンチマークであるFrontierMath Erds(FME)を2026年8月時点で公開しています。
FMEでタスクを解決するためには、AIシステムは証明アシスタントLeanにおける68の予想のうちの1つを解決(証明または証明)する必要がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce FrontierMath Erdős (FME), a benchmark of 68 Erdős problems that are open as of August 2026. To solve a task in FME, AI systems must resolve (prove or disprove) one of the 68 conjectures in the proof assistant Lean. Our 68 problems were selected by the second author among 652 open problems on erdosproblems.com for their mathematical interest and difficulty. AIs have recently resolved several open problems in mathematics, but these demonstrations fall short of a systematic study of AI capabilities. FME evaluates every AI model on the same fixed problems, autonomously and under the same budget. We evaluated five AIs with a budget of \$300 per problem. One (GPT-6 Astra) scored 3%, and all others scored 0%.
- Abstract（参考訳）: 我々は、2026年8月現在開かれている68のエルデシュ問題のベンチマークであるフロンティアマスエルデシュ(FME)を紹介する。
FMEでタスクを解決するためには、AIシステムは証明アシスタントLeanにおける68の予想のうちの1つを解決(証明または証明)する必要がある。
我々の68の問題は、数学的な関心と難易度から、erdosproblems.comで652のオープンな問題の中から第2の著者によって選択された。
AIは最近、数学のいくつかのオープンな問題を解決しているが、これらのデモはAI能力に関する体系的な研究には欠落している。
FMEは、同じ固定された問題に対して、自律的に、同じ予算の下で、すべてのAIモデルを評価します。
私たちは5つのAIを1件あたり300ドルという予算で評価しました。
1点(GPT-6)は3%、残りは0%であった。
関連論文リスト
- AI and Human Approaches to Mathematical Problem Solving [2.799791426680068]
この研究は、公的なAI研究のアカウントと、そのような11の問題についての人間の文献を比較した。
人間のコーパスには58の論文が含まれており、後にAIソースが解決、不承認、あるいは実質的な進歩として報告したのと同じ数学的標的に対処している。
AIアカウントは問題を閉じて再結合することに重点を置いているのに対し、数学論文では、結果が累積的な知識になるための手順、限界、研究の機会をより広範囲に文書化している。
論文 参考訳（メタデータ） (2026-09-15T19:40:34Z) - 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) - 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) - 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) - 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)
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。