Investigadores presentan un flujo de varias sesiones para agentes de olimpiadas
HOA combina revisión independiente, notas de conocimiento estructuradas y verificación formal.
Período del evento / de los datos: 2026-10-09
Publicado: · Actualizado:
Investigadores presentaron HOA, un flujo abierto que coordina varias sesiones de agentes para resolver problemas difíciles de matemáticas y ciencias. Envía las soluciones candidatas a un revisor independiente, aporta conocimientos faltantes mediante una wiki estructurada y comprueba las pruebas formalizadas en Lean con un verificador fiable.
Los autores informan de que HOA resolvió 672 problemas de PutnamBench y 251 de Lean-Eval. Los experimentos también abarcan los problemas oficiales de las olimpiadas de matemáticas, física, química y programación de 2026; la puntuación varía por disciplina e incluye revisión humana, pruebas de código o un juez LLM. Los resultados se limitan a estas tareas y métodos de evaluación y no demuestran una capacidad general de descubrimiento científico.
Datos
Medida
Resultado de PutnamBench en la evaluación del artículo
| Problemas de PutnamBench resueltos con HOA | 672 | Resultado de PutnamBench en la evaluación del artículo |
Metodología
Las cifras proceden de los experimentos de benchmark descritos en el artículo; no son mediciones de campo ni una garantía general de rendimiento.
Actualizado:
Medida
Resultado de Lean-Eval en la evaluación del artículo
| Problemas de Lean-Eval resueltos con HOA | 251 | Resultado de Lean-Eval en la evaluación del artículo |
Metodología
Las cifras proceden de los experimentos de benchmark descritos en el artículo; no son mediciones de campo ni una garantía general de rendimiento.
Actualizado:
Temas y lugares
Propuestas temáticas
- Ciencia y tecnologíaSugerido
- Preserved editorial category/topic; broad candidate onlyarxiv.org ↗
Referencias geográficas
Solo se muestran referencias geográficas proporcionadas por la fuente. Abrir un mapa externo es opcional. Los mapas opcionales usan OpenStreetMap. Al abrirlos se envían tu dirección IP y la de este sitio al proveedor; los datos de ubicación pueden leerse sin cargar el mapa.
- China · Función del lugar: Cobertura · Tipo de lugar: País o área · Precisión de ubicación: RegionalEvidencia
- Explicit preserved editorial country/region; no city or national centroid inferredarxiv.org ↗