DeepMind的突破性模型AlphaProof和AlphaGeometry 2解决了高级数学推理问题，在今年的国际数学奥林匹克竞赛（IMO）中达到银牌水平。AlphaProof基于强化学习进行形式化数学推理，而AlphaGeometry 2则是改进版几何问题解决系统。这些系统解决了本年度竞赛的六道题中的四道，得分28分，与银牌标准相当。 AlphaProof是一种基于强化学习的形式化数学推理系统，能够证明数学陈述的正确性。它结合了预训练语言模型和AlphaZero强化学习算法，使用形式语言Lean进行训练和推理。…