Euler：面向人类的多智能体数学发现系统发布
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载从答案转向研究过程
当前不少面向数学的 AI 工作把重心放在拿到最终答案上，结果是研究者难以理解结论背后的探索路径；同时长时间的研究过程容易出现上下文割裂，未经支撑的论断还可能在推理步骤之间扩散。Euler 针对的正是这两点：它不把数学研究压缩成一个答案，而是围绕研究过程本身建立共享的结构化表示，让结论的形成路径可被查看，也让智能体在跨会话时仍能拿到与任务相关的持续知识。论文将其定位为以人为中心的数学研究系统，而非单纯的解题工具。
研究图里放了什么
Euler 把数学命题、假设、证明依赖、备选路径、失败尝试以及验证证据统一组织进相互连接的研究图。这种表示带来两个直接作用：一是研究者可以顺着图追溯结果是如何一步步发展出来的；二是智能体在规划、协作和验证时能获得持久且与当前任务相关的知识，而不必每次从零重建上下文。失败尝试与备选路径被保留下来，意味着探索过程中被放弃的方向同样成为可检索、可复用的信息，而不是被丢弃的中间产物。
人机如何接续协作
在交互层面，研究者可以选中研究图中某个节点，该节点与一份已保存的团队状态相关联，从而回看智能体此前的推理过程，并在此基础上继续交互、探索其他方向。这种设计把人的介入点放在研究图的节点上，而不是放在一段对话记录里，使回看与继续推进有明确的锚点。论文通过三项数学研究案例展示上述能力，并介绍了已实现的系统及其软件验证情况，随文给出代码链接。
论文的基本信息
该工作以技术报告形式提交，作者为 Qiuyu Chen、Qi Wang、Liang Xu、Xin Jin、Baao Xie、Wenjun Zeng 共六人，提交时间为 2026 年 10 月 14 日，编号 arXiv:2610.19864，属于 cs.AI 分类。全文 23 页，含 11 张图、5 张表与 1 个算法，并提供 HTML 实验版本与代码链接。摘要未给出量化评测结果或与其他系统的对比数据，其能力说明主要依托三项案例研究。
为什么值得看
把 AI 数学研究的重点从只给答案转向可追溯、可复用的研究过程，对做智能体协作与验证的人有参考价值。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。