多智能体协作 数学证明 验证与修复 推理能力 结构感知验证
摘要

本文报告了一次多智能体参与的证明冲刺,针对十个研究级问题,结合快速草稿生成与对抗性验证、定向修复和显式来源追踪。该工作流程利用声明依赖关系的连线图分解来定位缺陷并协调审阅者驱动的修订。最终结果异构但明确:手稿区分了数学状态与QC验证状态。在数学层面,问题3在所用范围内具有完整的验证存在路径(唯一性/不可约性视为可选),问题5在有限范围内解决了$F_O$-局部连接谱问题,问题10在明确假设下有条件成立(当假设被移除时有显式必要反例),而问题4和6在一般情况下部分解决,仍存在未完成义务(包括问题6中无条件的$K_n$结果,当$c_0 = 1/3$)。问题7通过旋转路线定理链暂定关闭,待独立账本重新检查。在QC层,问题7和9具有节点级验证工件,但仍存在未解决的验证者缺口。主要方法论结果是结构感知验证和跨层切换策略提高了压缩证明冲刺的可靠性和校准度。

AI 推荐理由

论文聚焦于多智能体协作解决数学证明问题,强调推理、验证与修复过程,属于推理能力的核心研究。

论文信息
作者 Joseph Corneli
发布日期 2026-02-14
arXiv ID 2602.13587
相关性评分 9/10 (高度相关)