Агент Aletheia на Gemini Deep Think сам решил четыре открытые задачи Эрдёша
Google DeepMind построила на Gemini Deep Think математического агента Aletheia. Из 700 открытых задач Эрдёша он самостоятельно решил четыре.
Что сделали
DeepMind собрала Aletheia, агента для математических исследований на Gemini Deep Think, из трёх частей. Это генератор, проверяющий на естественном языке и редактор. Проверяющий находит изъяны. Тогда агент либо исправляет решение, либо начинает заново. Он также может признать, что решить не получилось. Чтобы свериться с опубликованной литературой, агент пользуется Google Search и просмотром сайтов. В полуавтономной оценке его прогнали на 700 открытых задачах из базы Эрдёша, которую ведёт Блум.
Что получилось
Агент самостоятельно решил четыре открытые задачи Эрдёша, номера 652, 654, 1040 и 1051. Задача 1051 к тому же привела к обобщению, описанному в отдельной статье. Крупных прорывов в посте не заявлено.
На что обратить внимание
Умение агента признавать, что задачу ему не решить, сэкономило исследователям время. Промпты и ответы выложены на GitHub, подробности в статье на arXiv.
Пояснение
Пал Эрдёш был венгерским математиком, после которого остались сотни открытых задач. Математик Томас Блум собирает их на отдельном сайте и отмечает, какие уже решены.
Кому пригодится
Математикам и исследователям, которые думают, можно ли поручить агенту поиск доказательств и проверку литературы.
Попробуйте сами с Gemini
Вот открытая математическая задача, над которой я хочу поработать. [формулировка задачи]. Поищи в литературе, не решена ли она уже, затем попробуй построить доказательство или найти контрпример, показывая каждый шаг. В конце дай ясный вердикт (решено, частичный прогресс или тупик) и перечисли шаги, которые мне стоит проверить вручную.
Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗
Источник: deepmind.google ·