数学解题新突破：ProofCouncil大模型智能体攻克开放性问题

大语言模型在解决开放数学问题方面展现出巨大潜力，但其性能可通过适应真实数学实践的智能体工作流进一步提升。为此，研究团队推出ProofCouncil数学智能体，采用作者-评审架构专门攻克开放数学问题。

ProofCouncil参与了第二届FirstProof挑战赛，该赛事包含10个需自主解决的真实数学问题。在提交的解决方案中，评审认定其中6个问题的解答基本正确，仅需微小修改，在所有参赛团队中表现最佳。

为进一步验证能力，研究团队还在30个来自数学研究者的开放问题上测试ProofCouncil。在获得人类反馈的21个解决方案中：5个被判定完全正确，2个被认为有希望但需最终验证，另有8个包含有用的部分进展。

ProofCouncil基于团队开发的智能体构建库创建，该库已作为开源工具向社区发布，旨在推动数学问题解决智能体的发展。这项研究表明，专门设计的智能体架构能显著提升大语言模型在复杂数学推理任务中的表现。