RMA：代理人協作框架攻克研究級數學證題
ArXiv 提出 Research Math Agents（RMA），一套專為研究級數學問題設計的代理人化自動推理框架。RMA 將證題求解拆解為問題分析、文獻檢索與理解、公平比較、知識庫建構與證明驗證等專責模組；
RMA：以代理人協作處理研究級數學問題
ArXiv 提出 Research Math Agents（RMA），針對需長期推理與文獻依據的研究級數學問題，提供一套代理人化的自動化推理解決方案。
方法概要
RMA 將證題求解拆成多個專責模組：問題分析、文獻檢索與理解、公平比較、知識庫建構與證明驗證。系統由 initializer、proposer、verifier 等代理人透過結構化共享記憶協調運作，採多角色多回合的工作流程，協同產出、修正並驗證候選證明。
實驗與結論
在 First Proof 基準（十題）上，經專家評估，RMA 相較於 GPT-5.2R 與 Aletheia 等基線，解出八題並在邏輯嚴謹性與可讀性上表現較佳。消融研究顯示，性能提升來自模組間互動、反覆精煉與驗證者回饋的整體協同，而非單一元件。
論文作者表示，相關解法與實作將於論文接受後公開，期望促進自動化數學推理在研究問題上的應用。
延伸閱讀
- CDL中介化：以MLLM Interpreter與LLM分工結合CoT與GRPO提升平面幾何推理
- BenchCAD 評測：用 CadQuery 衡量多模態模型在參數化 CAD 生成與編輯的產業可用性
- KnotBench：用結繩圖示量化視覺—語言模型的感知—操作差距
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
