System, który sam rozwiązuje zadania z algebry i znajduje błędy w otwartych problemach matematycznych? Albilich, nowe narzędzie od badaczy z Chin, właśnie tego dokonał. Przeszedł test RealMath bezbłędnie, a przy okazji podważył jeden z problemów z legendarnego Zeszytu Kourovki.
Co to jest Albilich?
Wyobraź sobie matematyka, który ma pod ręką asystenta do żmudnych rachunków, bibliotekarza przeszukującego publikacje i notatnik, który nigdy nie znika. Tak działa Albilich. To otwartoźródłowy system, który łączy kilka elementów: duży model językowy do formułowania strategii dowodowej, system algebry komputerowej (CAS) do obliczeń symbolicznych, moduł wyszukiwania literatury (żeby nie wyważać otwartych drzwi) oraz bazę SQLite do trwałego przechowywania kontekstu. Dzięki temu potrafi realizować długie, wieloetapowe rozumowania, nie gubiąc wątku.
Test: RealMath i Zeszyt Kourovki
Twórcy sprawdzili Albilicha na dwóch poważnych wyzwaniach. Pierwsze to RealMath – zestaw dziesięciu zadań z matematyki wyższej. System rozwiązał je wszystkie, gdy miał dostęp do CAS, a bez tego wsparcia pomylił się tylko raz. Drugie wyzwanie było znacznie trudniejsze: otwarte problemy z Zeszytu Kourovki, słynnego zbioru nierozstrzygniętych zagadnień teorii grup. Albilich nie tylko poradził sobie z jednym z nich, ale wręcz znalazł kontrprzykład dla Problemu 21.142, co podważa jego dotychczasowe sformułowanie. Dla Problemu 20.2 zaproponował dowód wzmocnienia. Szczerze, jestem pod wrażeniem. Program wszedł na teren żywych matematyków i pokazał coś nowego. To nie jest już generowanie tekstu na maturę.
Albilich to otwartoźródłowy system agentowy do automatycznych badań matematycznych, łączący długoterminowe rozumowanie, systemy algebry komputerowej (CAS), wyszukiwanie literatury i trwałe zarządzanie kontekstem oparte na SQLite.
Ting Gong, Michael Ruofan Zeng, Yong Yang
Abstrakt pracy
Kiedy lepiej mieć kalkulator. Rola CAS
Integracja z systemem algebry komputerowej to nie kosmetyka. W przypadku Problemu 17.91 użycie CAS zmniejszyło liczbę tokenów o 32% – model nie musiał samodzielnie generować skomplikowanych obliczeń, tylko odwoływał się do zewnętrznego narzędzia. To tak, jakby zamiast liczyć całkę w głowie, sięgnąć po kalkulator. CAS odciąża model od żmudnej algebry i pozwala skupić się na logice dowodu. Bez niego system zgubił jedno zadanie na RealMath, prawdopodobnie właśnie przez błędy rachunkowe. Układ jest więc synergiczny: AI proponuje ścieżkę, CAS sprawdza lub wykonuje obliczenia, a wynik wraca do modelu.
Doradca, który nie pozwala błądzić
Albilich ma jeszcze jeden cichy składnik: agenta doradczego. Jego rola to sugerowanie kierunków i planowanie etapów dowodu. Gdy go usunięto w testach ablacyjnych, skutki były wyraźne. Weryfikator częściej odrzucał kandydatury dowodowe, a dla Problemu 21.142 nie udało się w ogóle zsyntetyzować poprawnej ścieżki. Doradca jest trochę jak doświadczony promotor, który podpowiada doktorantowi: 'Spróbuj tego lematu', 'A teraz sprawdź przypadek szczególny'. Bez takiego przewodnictwa system błądził i marnował zasoby. To pokazuje, że sama moc językowa nie wystarczy – potrzebny jest mechanizm kontroli i planowania.
- Albilich rozwiązał 10/10 problemów RealMath z CAS i 9/10 bez CAS.
- System wygenerował kontrprzykład dla Problemu 21.142 z Zeszytu Kourovki oraz dowód wzmocnienia Problemu 20.2.
- Włączenie CAS zmniejszyło zużycie tokenów o 32% w konkretnym zadaniu.
- Brak agenta doradczego zwiększył odrzuty weryfikatora i uniemożliwił syntezę ścieżki dowodowej dla Problemu 21.142.
- Albilich jest sterowalny przez człowieka i wykorzystuje CAS, co czyni go skalowalnym środowiskiem wspomagającym badania matematyczne.
Praktyczne zastosowania
Aby lepiej zrozumieć opisywaną innowację, przygotowaliśmy cztery przykłady praktycznego zastosowania tej technologii w różnych branżach:
Podsumowanie
Albilich to narzędzie bardziej dla matematyków niż zamiast nich. Może przyspieszyć weryfikację hipotez, automatycznie sprawdzać poprawność skomplikowanych dowodów, albo wspomagać dydaktykę – wyobraźmy sobie system, który na żywo podpowiada studentowi, gdzie popełnił błąd w rozumowaniu. W przemyśle formalnej weryfikacji oprogramowania (gdzie poprawność matematyczna jest kluczowa) takie systemy mogłyby odciążać inżynierów od żmudnego sprawdzania własności. Na razie jednak Albilich wymaga nadzoru człowieka i dobrze jest traktować go jako asystenta, a nie samodzielnego badacza.
Metryka artykułu źródłowego
Tytuł oryginalny: Albilich: Steerable Proof-State Orchestration for LLM-Based Mathematical Research with CAS Integration
Autorzy: Ting Gong, Michael Ruofan Zeng, Yong Yang
Data publikacji: 31 lipca 2026
arXiv: arxiv.org/abs/2607.27705
Napisanie tego artykułu zostało wspomagane przez sztuczną inteligencję. Treść opiera się na oryginalnym artykule naukowym, a jej dokładność została zweryfikowana automatycznie.
