Haocheng Ju

这篇综述系统梳理了 AI for Mathematics（AI4Math）的进展、挑战与前景，将研究分为面向特定问题的建模（引导直觉、构造反例、封闭系统形式推理）与通用建模（自然语言推理、形式推理、数学信息检索）两条互补路线，并报告了作者自建的 PKU 本科与博士资格考试评测：GPT-4 平均分低于 60，而 o1、DeepSeek-R1、o3-mini、Gemini 2.5 Pro 等推理增强模型多数超过 90，o3-mini 在 58 道博士资格考试题上平均 84.4 分，同时指出研究级数学仍是开放难题。

这篇综述系统梳理了 AI for Mathematics（AI4Math）的进展、挑战与前景，将研究分为面向特定问题的建模（引导直觉、构造反例、封闭系统形式推理）与通用建模（自然语言推理、形式推理、数学信息检索）两条互补路线，并报告了作者自建的 PKU 本科与博士资格考试评测：GPT-4 平均分低于 60，而 o1、DeepSeek-R1、o3-mini、Gemini 2.5 Pro 等推理增强模型多数超过 90，o3-mini 在 58 道博士资格考试题上平均 84.4 分，同时指出研究级数学仍是开放难题。