评估增强 SageMath 的 LLM 代理在计算与实验数学中的表现

本文提出一种结合大语言模型推理与 SageMath 可验证反馈的 ReAct 风格代理架构，并引入 Context7 获取最新文档。通过在模拟计算数学研究循环的场景下评估前沿模型在 RealMath 基准上的表现，发现接入 SageMath 显著提升了各模型的解题能力，平均提升 9.7 个百分点，缩小了开源与闭源模型的差距。此外，文章还提出了改进的基准后处理与多阶段验证流程，表明增强计算机代数系统的代理是辅助数学家进行计算探索及自动猜想发现的有效方向。