2025-07-24 科研追新
当日精选（由提交工具自动创建）。
蚂蚁 AWorld 以多智能体系统复现 DeepMind IMO 解题成果
蚂蚁 AWorld 团队在6小时内复现并开源 DeepMind AI IMO 六道题中的五道解题结果，并提供可一键运行的多智能体 IMO 系统。
AWorld 通过多个智能体生成解题草稿、批判性反馈和改进建议，将稀疏的初始问题逐步扩充为信息丰富的“超级上下文”，从而激活模型已有但难以直接触达的推理能力。其核心并非增强单个模型，而是构建可协同、自我评估和自我修正的智能流程，并通过角色扮演实现类似元认知的功能。每轮有效交互都会为高不确定性的 IMO 解空间增加约束，持续压缩候选范围；该框架在 GAIA Test 榜单上取得了 77.08 分。团队还在测试“多智能体＋形式化验证”的组合，并计划面向 Lean4 形式化证明扩展。
用途与启示
- 展示多智能体协作在高难度数学推理中的快速复现与工程落地能力。
- 为复杂任务提供“生成—批判—修正—整合”的推理流程，弥补单次提示信息稀疏的问题。
- 说明系统级编排可以在不改变基础模型参数的情况下释放更深层能力。
- 探索将多智能体推理与 Lean4 形式化验证结合，以提高数学证明的可靠性和可检验性。
📝 原始笔记（逐字保留）
3. 蚂蚁的多智能体框架AWorld项目团队也加入了这场卷王之争：7月24日启动，仅仅6小时，采用AWorld智能体框架，复现并开源了DeepMind的5/6道解题结果，并直接给出了可一键运行的多智能体IMO系统。（[6小时复刻AI IMO金牌成果，蚂蚁多智能体新进展已开源](https://mp.weixin.qq.com/s/uIw8dr36WTgjnl6f4Rk3zQ)）
1. 跟传统长思维链LangChain等框架有什么不一样。作者给出的回复，核心就是一个词，自我进化。即，多智能体能够超越单个智能体，能够用于复杂问题协同，以及强化学习的奖励模型等，最终实现AGI。
2. 初始输入的局限：对于如IMO竞赛题这类复杂任务，最初的提问(x_0)信息稀疏，缺乏足够的引导“脚手架”。这使得模型难以在其庞大的能力空间中，仅凭一次尝试就找到通往正确答案的路径。协同的价值：多智能体系统并非提升模型f本身，而是设计了一个“智能流程”：通过生成和整合中间思想（如解题草稿、批判性反馈、改进建议），共同构建出一个信息极其丰富的“超级上下文”。这最终解锁了模型早已具备、但通过简单提问难以触达的深层能力。
3. 元认知，即“关于思考的思考”，是高级智能的核心标志。它包括自我监控、自我评估和自我修正的能力。单个LLM本身不具备真正的元认知，但可以通过角色定义（Role-Play）来执行元认知功能。
4. 一个复杂的IMO问题，其解空间的不确定性（信息熵）非常高。每一次有效的多智能体交互都在为系统提供新的约束，从而降低这种不确定性。
5. AWorld在著名的GAIA Test榜单（即通过增加工具支持、更高效的提示、接入搜索等手段获得增强能力的新一代大语言模型的基准）上达到了77.08分
6. AWorld团队透露正在测试「多智能体+形式化验证」组合，目标直指Lean4形式化证明。
7. Gemini 2.5 Pro+: 论文地址：https://arxiv.org/pdf/2507.15855
8. AWorld: GitHub: [https://github.com/inclusionAI/AWorld](https://github.com/inclusionAI/AWorld)
模型架构发现的 AlphaGo 时刻：ASI-Arch
ASI-Arch 探索以自动化搜索和迭代优化推动模型架构自主发现，旨在减少对人工架构设计经验的依赖。
该工作将模型架构设计视为可自动探索和持续改进的问题，并以“AlphaGo 时刻”描述机器发现新架构的潜力。ASI-Arch 通过系统化的候选生成、实验评估与迭代反馈，尝试形成面向架构研究的自我进化闭环。其目标不仅是复现人工设计方案，也包括在搜索空间中发现具有竞争力的新结构。项目已公开论文与代码，便于进一步验证和扩展。
用途与启示
- 为自动化模型架构搜索与科学发现智能体提供参考框架
- 展示“生成—评估—反馈—进化”闭环在模型设计中的应用潜力
- 可用于研究降低架构创新对人工经验和试错成本的依赖
📝 原始笔记（逐字保留）
1. AlphaGo Moment for Model Architecture Discovery
1. https://github.com/GAIR-NLP/ASI-Arch
2. https://arxiv.org/abs/2507.18074