Hacker News • 28일 전

개방형 멀티에이전트 환경에서의 자율적 수학적 발견

IMP

8/10

핵심 요약

연구진이 중앙 조정자나 사전 정의된 파이프라인 없이 다양한 모델 계열의 AI 에이전트들이 자율적으로 연구 방향을 정하고 협력하는 'Station' 환경을 구축했습니다. 이 시스템은 AlphaEvolve 카탈로그의 12개 문제 등에서 유한체 카케야 집합의 새로운 무한족, 11차원 604점 접촉(kissing) 구성, 에르되시 최소 중첩 문제의 개선된 하한 등 기존 문헌 대비 5개 문제에서 신규 결과를 달성했습니다. 특히 수치적 구성뿐 아니라 그 원리를 설명하는 정리와 분석도 함께 산출하고, 모든 대화·증명·검증 코드를 공개해 투명성을 확보한 점이 주목할 만합니다.

번역된 본문

컴퓨터 과학 > 인공지능

arXiv:2608.23691 (cs) [2026년 8월 24일 제출]

제목: Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment (개방형 멀티에이전트 환경에서의 자율적 수학적 발견)

저자: Stephen Chung, Wenyu Du, William J. Wesley

초록: 우리는 'Station'이라는 개방형 멀티에이전트 환경에서의 자율적 수학적 발견을 연구한다. Station에서는 서로 다른 모델 계열의 AI 에이전트들이 중앙 조정자나 사전에 작성된 파이프라인 없이 공동의 연구 목표를 추구한다. 에이전트들은 스스로 연구 방향을 선택하고, 실험을 수행하며, 협력하고, 공유된 과학 문헌을 구축한다. AlphaEvolve 카탈로그의 12개 구성 문제와 두 가지 추가 사례 연구를 통해, Station은 5개 문제에서 기존 문헌 대비 새로운 결과를 얻었다: 유한체 카케야(Kakeya) 집합의 새로운 무한족, 11차원에서 정확히 604개 점으로 이루어진 새로운 접촉(kissing) 구성, 이산화된 카케야 니들 문제와 부호 불확실성 문제의 신기록, 그리고 에르되시(Erdős)의 최소 중첩 문제에 대한 상당히 개선된 하한이다. 에이전트들은 또한 북 램지(Book Ramsey) 수에 대한 새로운 무한족을 발견했다. 중요한 점은, 에이전트들이 단순히 수치적 구성만이 아니라 그 구성이 어떻게 작동하는지 설명하는 정리와 분석도 함께 산출했다는 것이다. 이로써 결과의 해석 가능성이 높아지고 수학자들이 이를 기반으로 확장하기 쉬워졌다. 우리는 모든 원본 에이전트 대화, 증명, 검증 코드를 공개하여 이러한 발견이 어떻게 나타났는지에 대한 투명한 기록을 제공한다.

코멘트: 38페이지, 그림 12개, 표 3개. 소스 코드 및 원본 에이전트 대화, 증명, 검증 산출물은 해당 URL에서 확인할 수 있다.

주제: 인공지능 (cs.AI); 이산수학 (cs.DM); 멀티에이전트 시스템 (cs.MA)

MSC 분류: 68T42 (주), 68T20, 05C55, 52C17 (부) ACM 분류: I.2.11; I.2.3

인용: arXiv:2608.23691 [cs.AI] (또는 이 버전은 arXiv:2608.23691v1 [cs.AI]) https://doi.org/10.48550/arXiv.2608.23691

제출 이력: Stephen Chung [v1] 2026년 8월 24일 (월) 18:00:03 UTC (1,585 KB)

전문 링크: PDF 보기, HTML 보기 (실험적), TeX 소스 보기 (라이선스)

현재 탐색 컨텍스트: cs.AI

참고문헌 및 인용: NASA ADS, Google Scholar, Semantic Scholar, BibTeX 내보내기 등

서지 도구: 서지 탐색기, Connected Papers, Litmaps, scite.ai 스마트 인용

코드·데이터·미디어: alphaXiv, CatalyzeX 코드 파인더, DagsHub, Gotit.pub, Hugging Face, ScienceCast

데모: Replicate, Hugging Face Spaces, TXYZ.AI

관련 논문 추천기 및 검색: 영향력 꽃(Influence Flower), CORE 추천기

arXivLabs 소개: arXivLabs는 커뮤니티 협력자들과 함께 새로운 arXiv 기능을 개발하고 공유할 수 있는 프레임워크이다.

원문 보기

원문 보기 (영어)

--> Computer Science > Artificial Intelligence arXiv:2608.23691 (cs) [Submitted on 24 Aug 2026] Title: Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment Authors: Stephen Chung , Wenyu Du , William J. Wesley View a PDF of the paper titled Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment, by Stephen Chung and 2 other authors View PDF HTML (experimental) Abstract: We study autonomous mathematical discovery in the Station, an open-world multi-agent environment in which AI agents from different model families pursue a shared research goal without a central coordinator or scripted pipeline. Agents choose their own research directions, conduct experiments, collaborate, and build a shared scientific literature. Across 12 construction problems from the AlphaEvolve catalogue and two additional case studies, the Station obtained results novel relative to the prior literature on five problems: a new infinite family of finite-field Kakeya sets, new exact 604-point kissing configurations in dimension 11, new records for the discretized Kakeya needle and sign uncertainty problems, and a substantially improved lower bound for Erdős's minimum-overlap problem. Agents also discovered novel infinite families for Book Ramsey numbers. Importantly, the agents produced not only numerical constructions but also theorems and analyses explaining how those constructions work, making the results more interpretable and easier for mathematicians to build upon. We release all raw agent dialogues, proofs, and verification code, providing a transparent record of how these discoveries emerged. Comments: 38 pages, 12 figures, 3 tables. Source code at this https URL and raw agent dialogues, proofs, and verification artifacts at this https URL Subjects: Artificial Intelligence (cs.AI) ; Discrete Mathematics (cs.DM); Multiagent Systems (cs.MA) MSC classes: 68T42 (Primary) 68T20, 05C55, 52C17 (Secondary) ACM classes: I.2.11; I.2.3 Cite as: arXiv:2608.23691 [cs.AI] (or arXiv:2608.23691v1 [cs.AI] for this version) https://doi.org/10.48550/arXiv.2608.23691 Focus to learn more arXiv-issued DOI via DataCite Submission history From: Stephen Chung [ view email ] [v1] Mon, 24 Aug 2026 18:00:03 UTC (1,585 KB) Full-text links: Access Paper: View a PDF of the paper titled Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment, by Stephen Chung and 2 other authors View PDF HTML (experimental) TeX Source view license Current browse context: cs.AI < prev | next > new | recent | 2026-08 Change to browse by: cs cs.DM cs.MA References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website. Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them. Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs . Which authors of this paper are endorsers? | Disable MathJax ( What is MathJax? )

멀티에이전트 자율연구 수학발견 인공지능 arXiv