几何证明不再只靠模型硬推：先找结构相似的旧题，再用符号验证器逐条纠错
通用大模型写几何证明时，先检索结构相似、证明已知的旧题作为示例，再由符号验证器逐轮指出错误，完整流程在FormalGeo-7k的50道SAT级欧氏几何题上把证明正确率提到68%–96%，而既不用类比检索也不用验证器反馈的基线为10%–44%。在同样带验证器反馈、同样推理预算下，仅加入类比引导就把GPT-5从88%提到96%、o1从52%提到80%。
正在载入内容…
3 篇关联报道
通用大模型写几何证明时，先检索结构相似、证明已知的旧题作为示例，再由符号验证器逐轮指出错误，完整流程在FormalGeo-7k的50道SAT级欧氏几何题上把证明正确率提到68%–96%，而既不用类比检索也不用验证器反馈的基线为10%–44%。在同样带验证器反馈、同样推理预算下，仅加入类比引导就把GPT-5从88%提到96%、o1从52%提到80%。
本研究提出 MindEvolve 这一自主工作流，让多个大语言模型针对涵盖经济偏好、社会偏好、社会推理（心理理论）与递归规划四类社会认知领域的社会经济博弈生成可解释的符号化认知模型，并由人类专家评估其可解释性与理论一致性，结果显示多数模型在较简单策略情境下能稳健捕捉经济与社会偏好、部分模型甚至提出比人类专家整合更广知识的新模型，但对更复杂心理过程的建模能力仍有限，而部分最先进模型在心理理论与递归规划等高阶推理上展现出有前景的表现。
该研究对2015至2025年间4143篇关于生物医学AI合成数据的文献进行了系统映射与文献计量分析，结合专家标注与大语言模型辅助分类，覆盖数据模态、医学领域、论文类型、部署状态与研究立场，发现发文量持续增长、77.8%的论文持强烈支持态度而批判性工作不足1%、医学影像占据语料主体、高被引原创研究集中于分子与制药应用，且仅27篇报告了实际运行使用，从而揭示出方法学增长与部署落地之间的鸿沟。
已读完全部报道