MechMath Agent Team：面向数学研究的LLM驱动智能体

人工智能推理已成为当代人工智能的中心焦点，这在很大程度上是由大型语言模型的成功推动的。然而，数学研究具有非线性推导路径、严格的逻辑要求、漫长的探索周期等特点，对现有的推理系统提出了严峻的挑战。为了克服这些限制，我们提出了 MechMath Agent Team (MMAT)，它是一个大型语言模型驱动的代理，旨在在整个数学研究周期中充当副驾驶。我们设计了一个三方框架架构，将系统职责解耦到控制、执行和增强平面，从而协调严格的逻辑控制与开放式研究所需的敏捷性。在此框架的基础上，我们实例化了三个专门的代理：知识库管理器、自然语言证明器和形式语言证明器，所有这些都在闭环中运行以生成正式认证的数学证明。我们针对数论、代数复杂性理论、微分代数、算子代数和不等式中的开放问题评估 MMAT。在两个月的部署中，解决了 11 个问题，展示了其在整个研究周期中充当副驾驶的能力。这些贡献有三个方面：用于多智能体数学推理的通用解耦 Harness 架构、其在 MMAT 系统中的具体实例，以及对各种开放问题的实证验证。