論文の概要: AI Discovery in Combinatorics: From Problems to Solutions and Back to Bigger Problems

• arxiv url: http://arxiv.org/abs/2610.16555v1
• Date: Mon, 12 Oct 2026 10:35:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.359404
• Title: AI Discovery in Combinatorics: From Problems to Solutions and Back to Bigger Problems
• Title（参考訳）: AI Discovery in Combinatorics: 問題から解決策へ、そして大きな問題へ
• Abstract要約: 代数の開問題29のベンチマークである$qt$Benchを導入する。 このようなアルゴリズムをAIエージェントが検索するのを助けるために、オブジェクトの操作、不正行為対策、候補ソリューションのテストのための足場を提供する。 我々はOpenAIと協力し、その研究者はこれらの問題のいくつかに対して提案された解決策を得た。
• 参考スコア（独自算出の注目度）: 40.89091095129196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce $qt$Bench, a benchmark of 29 open problems in algebraic combinatorics. These problems ask for a simple combinatorial algorithm that explains given polynomial coefficients or identities. To help AI agents search for such algorithms, we provide a scaffold for playing with combinatorial objects, countering cheating attempts, and testing candidate solutions. To explore how far frontier AI systems can go on these problems, we collaborated with OpenAI, whose researchers obtained proposed solutions to several of them. This highlights bigger meta-problems: is AI discovery at scale ethical? How should these results be released? How should proof digestion be organized? We discuss these questions and give our views.
• Abstract（参考訳）: 代数的コンビネータの開問題29のベンチマークである$qt$Benchを導入する。 これらの問題は、与えられた多項式係数やアイデンティティを説明する単純な組合せアルゴリズムを求める。 このようなアルゴリズムをAIエージェントが検索するのを助けるために、組み合わせオブジェクトで遊んで、不正な試みに対処し、候補ソリューションをテストするための足場を提供する。 これらの問題に対して、フロンティアAIシステムがどこまで進んでいるのかを調査するために、OpenAIと共同で調査を行った。 AI発見は大規模倫理的か? これらの結果はどのようにリリースされるべきなのか? 消化はどのように組織化されるべきか? これらの質問を議論し、意見を述べる。

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)
• Decision Making under Imperfect Recall: Algorithms and Benchmarks [77.12503122836422]
  本稿では,不完全-再コール決定問題に対する最初のベンチマークスイートを紹介する。 私たちのベンチマークでは、AIシステムのプライバシに関するものなど、さまざまな問題タイプを捉えています。 このような問題における一階最適戦略を見つけるために,異なるアルゴリズムの性能を評価する。
  論文  参考訳（メタデータ） (2026-02-16T23:19:01Z)
• 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)
• Student Engagement in AI Assisted Complex Problem Solving: A Pilot Study of Human AI Rubik's Cube Collaboration [1.5427176052504386]
  複雑な問題を解決する新しいAIアルゴリズムは、パズルの解法における足場付き指導の機会を提供する。 本稿では,AIアルゴリズム(DeepCubeA)を用いて,ルービックキューブの一般的な第1ステップの解決を指導するALLUREシステムを提案する。
  論文  参考訳（メタデータ） (2025-11-03T15:46:54Z)
• Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
  システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。 このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。 我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-10-07T17:49:24Z)
• 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)
• Exceeding Computational Complexity Trial-and-Error Dynamic Action and Intelligence [0.0]
  計算複雑性 (Computational complexity) は、計算の難易度を規定する計算機科学のコア理論である。 本稿では,概念を明確にし,不特定型コンピューティング,特化型コンピューティング,コンピュータエージェント,動的検索などの定義を提案する。 また,このフレームワーク,すなわちトライアル・アンド・エラー+動的検索を提案し,議論する。
  論文  参考訳（メタデータ） (2022-12-22T21:23:27Z)
• A Fast Algorithm for PAC Combinatorial Pure Exploration [21.376800678915558]
  我々は,高い報酬を得た集合や腕の発見に対処する,CPE( Combinatorial Pure Exploration)の問題を考える。 この問題に対する従来のアルゴリズムは非常に計算集約的であり、軽度に大きな問題であっても実用的ではない。 計算量的に軽量であり,数万のアームを持つ問題に容易に適用可能な新しいCPEアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-12-08T09:52:56Z)

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。