摘要
本文提出 Albilich,一个用于数学自主研究的开源智能体框架。该系统结合长程推理、计算机代数系统(CAS)、文献检索及基于 SQLite 的持久化上下文管理,旨在解决大语言模型在长周期证明尝试中难以协调、评估和复现的问题。在 RealMath 基准测试中,Albilich 借助 CAS 解决了全部 10 个问题;在 Kourovka 笔记本的群论开放问题中,成功构建了反例并证明了加强命题。实验表明,CAS 的引入显著减少了 token 消耗并提升了证明合成成功率,确立了其作为人机协同、CAS 增强的可扩展 AI 辅助数学研究环境的价值。
AI 推荐理由
论文核心聚焦于利用 CAS 增强 LLM 在长程数学证明中的推理与验证能力。
研究机构
University of Washington
Texas State University
论文信息