ai-for-math

本文提出一个框架，通过几何视觉解析和符号求解来增强大型语言模型，使其在复杂几何问题上达到先进多模态模型的水平，并使用来自2025年中国中考的新基准进行评估。

Peking College Hospital的一位神经外科住院医师使用GPT 5.6 Sol证明了一个已有二十年历史的数值线性代数猜想，以支持经颅超声研究。

介绍 Leanstral 1.5，一个119B参数（6B活跃）的开放模型，用于Lean 4的形式化证明工程，在miniF2F上达到100%，在PutnamBench和FATE基准测试上达到最先进分数，并发现了开源仓库中先前未知的漏洞。

本文介绍了MELD数据集，用于评估文本嵌入模型是否能够捕捉不同术语之间的数学等价性，并发现当前模型无法做到。本文提出了一种对比学习方法，用于对齐非正式和正式的数学表述，从而在非正式-正式检索任务以及自然语言任务上均取得改进。

本文应用图神经网络预测有限群的可解性，展示了人工智能方法解决群论中经典问题的能力。

OpenAI声称其通用推理模型发现了Erdős平面单位距离问题中一个猜想上界的反例，并生成了一个经数学家审阅的证明。

Lean Refactor 提出了一种检索增强的智能体框架，用于对 Lean 证明进行多目标、可控且鲁棒的版本重构，实现了显著的压缩和编译时间减少。