Проблема: дефицит внимания экспертов
В современной AI-математике главная проблема — не вычислительная мощность, а ограниченность ресурсов. Фронтальные языковые модели (LLM) способны решать сложные задачи, но человеческий экспертный обзор — крайне редкий ресурс. Традиционные пайплайны требуют, чтобы человек вручную выбирал одну конкретную проблему в начале и проверял результат в конце. Это создает «бутылочное горлышко», не позволяющее масштабировать открытия.
Решение: парадигма Find, Attempt, Recommend (FAR)
Команда авторов (Zeyu Zheng, Shengtong Zhang, Jeremy Avigad, Prasad Tetali, Sean Welleck) предлагает новую модель взаимодействия. Человек задает не конкретную задачу, а направление исследования (research direction). Система самостоятельно сканирует обширную литературу, находит кандидаты на conjectures (предположения) или открытые проблемы, фильтрует их и подает отфильтрованные артефакты эксперту.
Пилот на комбинаторике: цифры и метрики
Эксперимент проводился на корпусе из 5 245 статей по комбинаторике. Система FAR прошла через несколько этапов фильтрации, чтобы отделить шум от реальных научных проблем. Результаты работы пайплайна выглядят следующим образом:
| Этап обработки | Количество объектов | Комментарий |
|---|---|---|
| Исходная база | 5 245 | Полнотекстовые статьи по комбинаторике |
| Кандидаты (conjectures/open problems) | 6 453 | Извлеченные из текста гипотезы |
| Well-posed & Open | 4 717 | Корректно сформулированные и еще не решенные задачи |
| Потенциальные решения | 598 | Выявлены AI-системой на этапе reasoning |
| На отбор авторам | 77 | Наиболее перспективные результаты для ручной проверки |
Значимые открытия
Среди 77 отобранных для экспертной проверки результатов команда нашла решения и новые инсайты по ряду известных проблем, включая:
- Конъектуры Дэвиса-Йенсена-Перкинса-Робертса (Davies–Jenssen–Perkins–Roberts);
- Гипотезу Эрдёша–Штрауса (Erdős–Straus);
- Работы Икенмейера–Пака–Пановой (Ikenmeyer–Pak–Panova);
- Задачи Лунда–Сарафа–Вольфа (Lund–Saraf–Wolf).
Этот подход демонстрирует, что делегирование поиска проблем ИИ позволяет экспертам сосредоточиться только на верификации, значительно ускоряя цикл математического открытия.
Источник: arXiv cs.AI ↗