#reinforcement-learning

AlphaProof：DeepMind 用神經符號 AI 解開奧林匹克數學題

DeepMind 的 AlphaProof 結合語言模型與強化學習，在 2024 年國際數學奧林匹克中解出 6 題中的 4 題，達到銀牌水準——這是 AI 第一次在形式化數學推理上接近頂尖人類選手。