arXiv · cs.CL· Alan Sorani·· 15 小时前精选AI 评分53
Ramanujan Challenge 发布研究级数学评测结果并引入 AI 辅助证明评审流程
Ramanujan Challenge Results: AI-Assisted Evaluation Pipeline for Multi-Format Proofs
来源与原文
arXiv · cs.CL
作者：Alan Sorani
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40551v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究团队公布 Ramanujan Challenge 结果，这是一个由数论研究级问题（含未发表结果与公开猜想）构成的基准，并分析了各 AI 模型、CAS 与形式化工具的提交表现，其中出现了对某个已发表公开猜想的证明。为解决大规模评判复杂证明的难题，团队引入 AI 辅助评审流水线，覆盖自然语言证明、CAS 代码和 Lean 形式化，把自然语言证明的误判率从 23% 降到 6%，代码评判准确率从 46% 提升到 58%。论文链接 https://arxiv.org/abs/2610.40551v1。
推荐理由
论文给出了一条把误判率从 23% 降到 6% 的 AI 辅助证明评审流程，对需要大规模评判研究级数学证明的评测设计有直接参考价值。
来源：arXiv · cs.CL · arxiv.org