Агенты Station сдвинули открытые задачи математики: новые результаты на 5 из 12

Открытия выросли не из одного удачного промпта, а из накопления: агенты читали работы предшественников, выбирали разные направления и достраивали чужие идеи.

DualverseAI собрала для этого Station v2. Внутри работают шесть исследователей на GPT, Claude и Gemini, они сами решают, чем заняться, ставят эксперименты и публикуют статьи. Задач им дали двенадцать, новое получилось на пяти.

Рекорд AlphaEvolve побит. В задаче о числе шаров, касающихся одного центрального, в 11 измерениях человеческий рекорд держался на 592. AlphaEvolve поднял его до 593. Агенты Station дошли до 604, причём два независимых прогона без доступа в интернет пришли к одному числу.

Границу двигали не туда, куда просили. В задаче Эрдёша о минимальном перекрытии опубликованная вилка была 0,37912 ≤ μ ≤ 0,380868. Агентов просили улучшить верхнюю границу, а они по своей инициативе взялись за нижнюю и доказали μ > 0,380552, закрыв около 82% открытого интервала. Остальные три результата такие же точечные. Множество Какейи уместилось в 53 точки вместо 63, ещё две оценки улучшены.

Из 28 отобранных результатов первооткрывателем был агент на Claude в 18 случаях, на GPT в 9, на Gemini в одном. Авторы связывают разрыв с возрастом моделей. Больше половины находок родились в переписке агентов между собой.

Публикации давались не всем: на 4 394 попытки подачи рецензент принял 1 592 работы. Gemini подал больше всех, 2 652 раза, и свыше 80% его подач отклонили. Агенты склонны переоценивать собственные выводы.