RMA: an Agentic System for Research-Level Mathematical Problems
https://arxiv.org/abs/2605.22875
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .
https://arxiv.org/abs/2605.22875
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .
arXiv.org
RMA: an Agentic System for Research-Level Mathematical Problems
We present $\textbf{Research Math Agents (RMA)}$, an agentic framework for automated reasoning on research-level mathematical problems. Unlike prior studies centered on competition mathematics or...
NeuroNL2LTL: A Neurosymbolic Framework for Natural Language Translation of Linear Temporal Logic
https://arxiv.org/abs/2605.22874
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .
https://arxiv.org/abs/2605.22874
arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .
arXiv.org
NeuroNL2LTL: A Neurosymbolic Framework for Natural Language...
Effectively translating between natural language (NL) and formal logics like Linear Temporal Logic (LTL) requires expertise that limits formal verification's reach in safety-critical development....
研究提出 BOHM 技术，为复合 AI 系统实现零成本归因分析
https://arxiv.org/abs/2605.22866
一项名为 BOHM 的新技术被提出，旨在为复杂的复合 AI 系统提供高效的层次化归因方法。该技术的核心优势在于“零成本”，即能够在不增加额外计算开销的情况下，对系统内各组件的贡献进行量化分析。这对于理解和调试由多个模型或模块协同工作的 AI 系统尤为重要，有助于开发者厘清不同部分的作用，从而优化系统设计和提升整体性能。 BOHM 的出现，为提升复合 AI 系统的可解释性、透明度和开发效率提供了一种新的实用工具，有望推动相关领域的研究与工程实践。 #AI #可解释性 #系统工程 #技术研究 #人工智能
https://arxiv.org/abs/2605.22866
一项名为 BOHM 的新技术被提出，旨在为复杂的复合 AI 系统提供高效的层次化归因方法。该技术的核心优势在于“零成本”，即能够在不增加额外计算开销的情况下，对系统内各组件的贡献进行量化分析。这对于理解和调试由多个模型或模块协同工作的 AI 系统尤为重要，有助于开发者厘清不同部分的作用，从而优化系统设计和提升整体性能。 BOHM 的出现，为提升复合 AI 系统的可解释性、透明度和开发效率提供了一种新的实用工具，有望推动相关领域的研究与工程实践。 #AI #可解释性 #系统工程 #技术研究 #人工智能
arXiv.org
BOHM: Zero-Cost Hierarchical Attribution for Compound AI Systems
Compound AI systems route tasks through hierarchies of specialised components. Attribution is dominated by Shapley-based methods (SHAP), which decompose a coalition value function into...
中国AI在传统术数领域突破，准确率逼近人类专家
在一项针对中国传统术数专业选择题的测试中，主流通用大模型如Claude和GPT表现平平，准确率仅在23%至40%之间，接近随机猜测水平。然而，一个名为Tianfu Agent的系统通过创新性的工程设计，将准确率提升至50%，已逼近人类赛事中顶尖选手的平均水平。该系统整合了超过200个专用工具、多流派规则库以及多个子智能体协作的渐进式推理策略，并引入了贯穿全过程的置信度量化机制，有效应对了术数领域规则复杂、缺乏验证标准等挑战。此研究不仅展示了在专业垂直领域通过精细的工程化“约束”提升AI能力的可能性，也为医疗、法律等其他规则密集、数据稀缺领域的智能体开发提供了有价值的参考。 #AI #中国科技 #传统术数 #人工智能 #技术突破 #垂直领域Agent #大模型应用
在一项针对中国传统术数专业选择题的测试中，主流通用大模型如Claude和GPT表现平平，准确率仅在23%至40%之间，接近随机猜测水平。然而，一个名为Tianfu Agent的系统通过创新性的工程设计，将准确率提升至50%，已逼近人类赛事中顶尖选手的平均水平。该系统整合了超过200个专用工具、多流派规则库以及多个子智能体协作的渐进式推理策略，并引入了贯穿全过程的置信度量化机制，有效应对了术数领域规则复杂、缺乏验证标准等挑战。此研究不仅展示了在专业垂直领域通过精细的工程化“约束”提升AI能力的可能性，也为医疗、法律等其他规则密集、数据稀缺领域的智能体开发提供了有价值的参考。 #AI #中国科技 #传统术数 #人工智能 #技术突破 #垂直领域Agent #大模型应用
谷歌全新AI搜索正式上线，彻底改变用户搜索习惯
在谷歌I/O 2026开发者大会上，谷歌宣布其全新的AI搜索体验正式上线。这标志着沿用超过25年的传统搜索模式迎来根本性变革。新版搜索框已从关键词输入工具，转变为一个能够理解、推理和执行任务的AI交互界面，用户可以通过文本、图片、文件乃至Chrome标签页内容进行多模态搜索。 此次升级的核心是搜索结果页的逻辑重构。AI生成的概览摘要将优先置顶，直接提供问题答案，并支持追问，这意味着用户无需再逐个点击网页链接来获取和整理信息。该功能由Gemini 3.5 Flash模型提供支持。此外，谷歌还展示了“智能体化编程”的未来方向，搜索结果将能根据问题动态生成定制化的页面布局与交互体验。目前，这一全新AI搜索已在支持AI模式的地区陆续上线。 #Google #AI搜索 #Gemini #搜索引擎 #科技新闻 #人工智能 #大模型 #用户界面
在谷歌I/O 2026开发者大会上，谷歌宣布其全新的AI搜索体验正式上线。这标志着沿用超过25年的传统搜索模式迎来根本性变革。新版搜索框已从关键词输入工具，转变为一个能够理解、推理和执行任务的AI交互界面，用户可以通过文本、图片、文件乃至Chrome标签页内容进行多模态搜索。 此次升级的核心是搜索结果页的逻辑重构。AI生成的概览摘要将优先置顶，直接提供问题答案，并支持追问，这意味着用户无需再逐个点击网页链接来获取和整理信息。该功能由Gemini 3.5 Flash模型提供支持。此外，谷歌还展示了“智能体化编程”的未来方向，搜索结果将能根据问题动态生成定制化的页面布局与交互体验。目前，这一全新AI搜索已在支持AI模式的地区陆续上线。 #Google #AI搜索 #Gemini #搜索引擎 #科技新闻 #人工智能 #大模型 #用户界面
HTML Deployer
是一款新推出的工具，旨在简化从主流 AI 平台生成 HTML 代码到网站部署的流程。该工具能够提取 ChatGPT、Claude 和 Gemini 等人工智能生成的 HTML 内容，并允许用户快速下载或直接发布为可访问的网站。随着 AI 代码生成技术的普及，许多开发者和用户面临如何高效将生成的代码转化为实际应用的挑战。HTML Deployer 通过自动化处理，降低了技术门槛，提升了开发效率，适用于个人项目、原型设计和快速部署场景。这一工具的出现，体现了 AI 辅助工具在软件开发领域的持续创新，为用户提供了更便捷的数字化解决方案。 #AI #代码生成 #网站开发 #HTML #ChatGPT #Claude #Gemini #工具 #科技新闻
是一款新推出的工具，旨在简化从主流 AI 平台生成 HTML 代码到网站部署的流程。该工具能够提取 ChatGPT、Claude 和 Gemini 等人工智能生成的 HTML 内容，并允许用户快速下载或直接发布为可访问的网站。随着 AI 代码生成技术的普及，许多开发者和用户面临如何高效将生成的代码转化为实际应用的挑战。HTML Deployer 通过自动化处理，降低了技术门槛，提升了开发效率，适用于个人项目、原型设计和快速部署场景。这一工具的出现，体现了 AI 辅助工具在软件开发领域的持续创新，为用户提供了更便捷的数字化解决方案。 #AI #代码生成 #网站开发 #HTML #ChatGPT #Claude #Gemini #工具 #科技新闻