Pesquisadores introduzem o ProofCouncil, um agente LLM projetado para abordar problemas matemáticos abertos usando uma arquitetura de autor-crítico. O sistema foi apresentado como parte do segundo lote do FirstProof, um desafio envolvendo 10 problemas matemáticos do mundo real que os agentes devem resolver autonomamente.
- As submissões do ProofCouncil para 6 dos 10 problemas do FirstProof foram julgadas corretas até revisões menores, alcançando o melhor desempenho entre as equipes participantes.
- Em uma avaliação de 30 problemas abertos de pesquisadores, 5 soluções foram julgadas completamente corretas e 2 promissoras pendentes de verificação final.
- Um adicional de 8 soluções continham progresso parcial útil, com a biblioteca para construção de agentes lançada como código aberto.
Os autores consideram isso significativo pois demonstra que fluxos de trabalho baseados em agentes adaptados à prática matemática do mundo real podem melhorar o desempenho de LLMs em tarefas complexas.