cv usk(@cv_usk):TL;DR: 数学の未解決問題5問を、マルチエージェントの「証明-検証ループ」で解決した研究です。オークション理論からオンライン学習まで、各分野の専門家による検証も通過しています。タイトル: Cogentic: Multi-Agent Orchestration for Automated Proof Discovery URL: https://t.co/ggRfsXyR3F ポイント 🧠 オーケストレーターが複数の「証明者」を異なる証明の方向性へ割り当て、「すべてのステップは誤りである」という前提で敵対的に検証する、研究グループを模した仕組み 📚 検証済みの中間補題を蓄積する永続的な「台帳」により、ラウンドをまたいで知見を失わずに積み上げる 🎯 オンライン学習・オークション理論・メカニズムデザインの3分野で5つの未解決問題を解決 📊 シンプル対最適収益の近似係数を5.2→3.52へ改善、オートバイディングのPoAを2人入札者で最適値1.5に到達 💰 基盤モデルはGemini。推論コストは多くの問題でGemini呼び出しO(100)回程度と控えめ ✅ 全5件の結果が各分野の専門家による独立検証を通過し、付随論文として発展適切にオーケストレーションすれば言語モデルが本物の未解決問題を解けることを実証した点に大きな意義を感じます。 #数理科学 #マルチエージェント

3hours ago

TL;DR: 数学の未解決問題5問を、マルチエージェントの「証明-検証ループ」で解決した研究です。オークション理論からオンライン学習まで、各分野の専門家による検証も通過しています。タイトル: Cogentic: Multi-Agent Orchestration for Automated Proof Discovery URL: ポイント 🧠 オーケストレーターが複数の「証明者」を異なる証明の方向性へ割り当て、「すべてのステップは誤りである」という前提で敵対的に検証する、研究グループを模した仕組み 📚 検証済みの中間補題を蓄積する永続的な「台帳」により、ラウンドをまたいで知見を失わずに積み上げる 🎯 オンライン学習・オークション理論・メカニズムデザインの3分野で5つの未解決問題を解決 📊 シンプル対最適収益の近似係数を5.2→3.52へ改善、オートバイディングのPoAを2人入札者で最適値1.5に到達 💰 基盤モデルはGemini。推論コストは多くの問題でGemini呼び出しO(100)回程度と控えめ ✅ 全5件の結果が各分野の専門家による独立検証を通過し、付随論文として発展適切にオーケストレーションすれば言語モデルが本物の未解決問題を解けることを実証した点に大きな意義を感じます。 #数理科学# #マルチエージェント#