在数学智能体中，“会做题”还不够，“会检查证明”同样关键。无论是让模型反复改进自己的解答，还是在强化学习中给开放式证明提供反馈，自动验证都决定了系统能否长期可靠地工作。 我们的 ICML 2026 论文 Pessimistic Verification for Open-Ended Math Questions 研究了一个简单但有效的思路：验证数学证明时，与其让多个评审投票，不如把任务明确改成“找错”。只要任意一个评审发现了关键错误，这份证明就应当被拒绝。 ...
数学是人类智慧的结晶，在文明发展中始终居于核心地位。借助人工智能解决数学问题，一直是科学家孜孜以求的目标。数学问题天然分为多层次难度：从小学生、初高中生到大学生、研究生，再到专业数学家，所需的知识体系与推理能力逐级递进、各有侧重。近年来，大模型，尤其是大推理模型（Large Reasoning Models, LRMs）的飞速发展，大幅提升了AI在数学求解上的能力。然而，现有研究主要聚焦于计算类与竞赛类题目，在系统性解决研究级数学问题方面仍鲜有突破。基于此，研究团队提出AI数学家系统AIM（AI Mathematician，并寓意“Our AIM is AI Mathematician”），旨在引领AI从解决计算与竞赛题目迈向处理真实数学研究问题的新时代。 ...