dumaiСистема Cogentic дала новые или улучшенные результаты по пяти открытым математическим задачам
Препринт, ещё не рецензирован · ранние данные
Кратко
Система Cogentic на базе модели Gemini перебирала несколько направлений доказательства и проверяла промежуточные шаги. Она получила новые или улучшенные результаты для пяти задач в онлайн-обучении, теории аукционов и создании правил для рынков; математические аргументы затем проверяли эксперты, а авторы в некоторых случаях дорабатывали доказательства.
Зачем это знать?
Ранний результат показывает, как ИИ может помогать искать решения сложных математических задач, сохраняя найденные шаги для дальнейшей работы. Пять примеров из областей, где авторы уже обладают экспертизой, пока не говорят о надёжности системы для математики в целом.
Разбор
Cogentic устроена не как один запрос к модели, а как рабочая группа из нескольких ИИ-агентов. Один координатор раздаёт разные направления поиска независимым «решателям»: каждый предлагает свои догадки и доказательства, а отдельные компоненты пытаются найти в них ошибки. Подтверждённые промежуточные шаги попадают в постоянный проверенный журнал, к которому возвращаются следующие раунды. Это важно для открытых задач: их нельзя решить одним удачным ответом — приходится сравнивать гипотезы, обходить технические тупики и не терять полезные находки.
Ключевые цифры
Можно ли доверять
Это препринт на arXiv, а не статья, прошедшая независимое рецензирование. Сильная сторона работы — эксперты проверили все доказательства, но задачи выбрали из областей, где разбираются сами авторы; в некоторых сопроводительных статьях они также дорабатывали ход доказательства и изложение. Поэтому результат стоит воспринимать как многообещающую демонстрацию метода, а не как проверку его надёжности на математике вообще.
- Это препринт, а не прошедшая независимое рецензирование публикация.
- Результаты основаны на естественно-языковых доказательствах, которые проверяли эксперты; в некоторых работах авторы уже участвовали в развитии соответствующих идей и дорабатывали доказательства.
- Работа показывает результаты на пяти задачах из областей экспертизы авторов, поэтому нельзя делать вывод о надежности системы для математики в целом.
Пересказано ИИ по научной статье. Это научпоп, а не совет врача. Как это устроено