Google DeepMind AI 合作數學家在 FrontierMath 第 4 階段達成 47.9%，超越 GPT-5.5 Pro，解決 3 個先前無法解決的問題

Google DeepMind 發布 AI 合數學家（AI co-mathematician），一款多代理數學研究助理，在 FrontierMath 第 4 層級基準測試中達到 47.9% 的準確率，超越 GPT-5.5 Pro 先前在 5 月 9 日創下的 39.6% 記錄。該系統解出 48 題中的 23 題，包括 3 題是所有先前模型都無法解答的。系統基於 Gemini 3.1 Pro，採用分層架構：由專案協調員代理（project coordinator agent）分派任務給負責文獻檢索、編碼與推理的子代理（sub-agents），並由多個審查員代理（reviewer agents）在提交前驗證證明。

Epoch AI 進行了盲測，使 DeepMind 團隊無法看到題目；每道題目允許進行 48 小時的運算。在真實世界的應用中，數學家 Marc Lackenby 使用該系統解決了來自 Kourovka Notebook 的一個未解推測，展現其實際研究價值。目前該系統正以內測形式提供給少數數學家使用。