摘要由 AI 生成
研究人员提出名为 InternGeometry 的几何领域大语言模型（LLM）智能体，旨在解决国际数学奥林匹克（IMO）级别难题。该智能体基于 InternThinker-32B 构建，通过动态记忆机制与符号引擎交互超过两百次，并引入复杂度提升强化学习（CBRL）技术以加速训练。在仅使用 1.3 万条训练数据的情况下，InternGeometry 成功解决了 50 道 IMO 几何题中的 44 道（涵盖 2000-2024 年），得分 44 分，超过金牌选手平均分 40.9 分。其提出的辅助构造方法部分未见于人类解题方案，且数据用量仅为 AlphaGeometry 2 的 0.004%。
关键实体KEY ENTITIES
AlphaGeometry 2InternGeometryInternThinker-32B
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- InternGeometry1
- AlphaGeometry 21
- InternThinker-32B1
全部报道（1）SOURCES
↗
研究人员提出名为 InternGeometry 的几何领域大语言模型（LLM）智能体，旨在解决国际数学奥林匹克（IMO）级别难题。该智能体基于 InternThinker-32B 构建，通过动态记忆机制与符号引擎交互超过两百次，并引入复杂度提升强化学习（CBRL）技术以加速训练。在仅使用 1.3 万条训练数据的情况下，InternGeometry 成功解决了 50 道 IMO 几何题中的 44 道（2000-2024 年），得分 44 分，超过金牌选手平均分 40.9 分。其提出的辅助构造方法部分未见于人类解题方案，且数据用量仅为 AlphaGeometry 2 的 0.004%。