MI Történik?

Az LLM-ek már aranyérmes teljesítményt értek el matematikai versenyeken. Egy ágens alapú rendszer most a matematikai kutatásokban is megmutatta erejét. Újdonság: Tony Feng, Quoc V. Le, Thang Luong és kollégáik a Google-nél bemutatták az Aletheia-t, egy ágenst, amely korábban megoldatlan matematikai problémákhoz generált, ellenőrzött és javított megoldásokat. Az Aletheia egy matematikai kutatásokra szánt ágens alapú munkafolyamat, amely a Gemini 3 Deep Think legújabb frissítését használja – ez a Gemini 3 Pro modell speciális érvelési módja a vállalat prémium AI szolgáltatásának előfizetői számára. Ezzel egy időben a Google szélesebb körben is elérhetővé tette a Gemini 3 Deep Think-et API-n keresztül. Gemini 3 Deep Think: A Google a Deep Think-et a legfejlettebb érvelési módjaként hirdeti, amelyet többlépcsős matematikai, tudományos és mérnöki feladatokra terveztek. Párhuzamosan több érvelési láncot generál, mérlegeli őket, majd javítja vagy kombinálja őket a végső kimenet előállításához. Eredmények: A kutatók eddig hat publikált tanulmányban használták az Aletheia-t: kettőben az Aletheia végezte a munka érdemi részét, kettőben az emberek és az Aletheia is jelentősen hozzájárult, kettőben pedig az emberek végezték a munka nagy részét, az Aletheia pedig kismértékben segített. A szerzők megjegyzik, hogy az Aletheia jól működik olyan helyzetekben, ahol a matematikai részterületek közötti széleskörű tudás hasznos, de nincs olyan mély ismerete az egyes részterületeken belül, mint egy emberi szakértőnek. A hírek hátterében: Az AI-val segített bizonyítások eddig korlátozott, de valós sikereket értek el. A legtöbb korábbi munkában a kutatók egy LLM-et használtak egy adott tétel bizonyításához, ahelyett, hogy egy olyan általános rendszert építettek volna, mint az Aletheia. A leginkább hasonló a Google AlphaEvolve rendszere, egy ágens alapú szisztéma, amely az adatközponti számítási kapacitás ütemezésének és a mátrixszorzásnak az algoritmusait javította.