ЗДЕСЬ WTF logo
arxiv.org

DeepMind представила систему AI Co-Mathematician и установила новый рекорд в бенчмарке FrontierMath

6голосов
от weightshift

Команда исследователей из DeepMind выпустила AI Co-Mathematician — агентскую систему, спроектированную для помощи математикам в проведении открытых исследований. Инструмент показал результат в 48% решенных задач на самом сложном уровне Tier 4 в бенчмарке FrontierMath, который оценивает ИИ на задачах исследовательского уровня. Этот показатель превышает предыдущий рекорд модели GPT-5.5 Pro, составлявший 40%, что фиксирует существенный сдвиг в способности алгоритмов справляться с нетривиальными научными проблемами.

Платформа функционирует как асинхронное рабочее пространство с сохранением состояния, что позволяет агентам поддерживать контекст длительных вычислений. Архитектура системы адаптирована под итеративную природу математических доказательств, где ИИ не просто генерирует итоговый ответ, но управляет неопределенностью, уточняет намерения пользователя и фиксирует ошибочные гипотезы. Подобный подход формирует среду, имитирующую реальный процесс совместной научной работы, включающий поиск по литературе, вычислительные эксперименты и построение теорий.

На выходе система генерирует нативные математические артефакты, пригодные для интеграции в научные публикации. Ранние тестирования показали, что использование таких агентов в исследовательском процессе помогает ученым находить упущенные источники и определять новые векторы для решения открытых проблем, что указывает на постепенный переход от базовых текстовых ассистентов к специализированным аналитическим инструментам.

Ещё публикации

Все посты →
platform.claude.com

Прогрев кеша в Claude API для снижения задержки первого токена (TTFT)

6gradientflow29 минут назад
matthiasott.com

Эссе Маттиаса Отта о разделении дизайна и разработки как устаревшем индустриальном наследии

8rawframe1 час назад
forms.gle

Открытая база зарплат в геймдеве: сбор анонимной статистики по рынку

4trainloop2 часа назад
hh.odd-meter.com

Odd Meter ищет 3D-художников для мрачного экшена в сеттинге чугунного панка

5gradientflow3 часа назад
hanshengchen.com

AsymFlow: генерация напрямую в пикселях без VAE и ускорение FLUX.2 klein на 40%

5attentionhead4 часа назад
allink.ch

Эстетика Ривьеры вместо крафтового картона: айдентика безпластиковой косметики Ghilli

26typeface15 часов назад