字节推出的Seed-Prover模型在数学推理方面表现优异，解决了78.1%的国际数学奥林匹克（IMO）难题，并在普特南数学竞赛中取得显著成绩。该模型结合引理式证明和Seed-Geometry引擎，建立了独特的几何问题库，达到了IMO银牌水平。

本研究提出了TrustGeoGen，一个可扩展的正式验证数据引擎，旨在解决几何问题求解中的不足。该引擎通过多模态对齐生成和形式验证，显著提高了模型的逻辑一致性和泛化能力。

本研究提出GeoSense，旨在评估多模态大型语言模型（MLLMs）在几何问题解决中的推理能力。研究表明，几何原理的识别与应用仍是提升MLLMs推理能力的瓶颈，为未来研究指明方向。

谷歌DeepMind的AlphaGeometry2成功解决了2000-2024年IMO竞赛中84%的几何问题，超越金牌得主的平均水平。在50道题中完成42道，显著提升了推理能力和算法效率。尽管表现优异，AlphaGeometry2尚未开源，未来将参加2025年澳大利亚的IMO竞赛。

本研究提出了GeoX模型，旨在提升多模态大型语言模型在几何问题解决中的能力。通过单模态预训练和几何-语言对齐，GeoX在几何图像理解与推理方面表现优异，超越了多个基准测试中的现有模型。

本研究提出了一种基于课程学习的单目视觉里程计模型，旨在解决几何问题并提升性能。实验结果表明，该模型在复杂环境中的表现优于现有方法，验证了课程学习在视觉里程计中的有效性。

本文介绍了多种基于神经网络的几何问题求解方法，如PGPSNet、FGeoDRL和FGeo-P，旨在提高几何推理的准确性和效率。研究构建了PGPS9K数据库，并通过实验验证了这些模型在不同数据集上的优越性能，推动了几何问题求解的进展。

AlphaProof和AlphaGeometry 2是新开发的数学推理AI系统，成功解决了国际数学奥林匹克中的四个问题，达到了银牌水平。AlphaProof利用强化学习和形式化语言进行数学证明，而AlphaGeometry 2在几何问题上表现显著提升。这两者的结合展示了AI在数学推理领域的潜力，未来有望帮助数学家探索新假设和解决复杂问题。

本文介绍了多模态模型G-LLaVA和ShareGPT4V数据集的开发，提升了几何问题的解决能力。通过高质量标题的扩展，显著提高了多种模型的基准测试表现。GPT-4V在视觉推理和异态检测任务中展现出潜力，推动了多模态学习的发展。

本文介绍了多个几何问题求解模型和数据集的进展，包括Geo170K、GeoQA和GAPS等。研究表明，GAPS模型在几何问题解决上表现优越，特别是在证明任务中达到97.5%的准确率。此外，FGeo-P定理预测器显著提高了解决率。通过构建UniGeo和GeoEval基准，评估了大型语言模型在几何推理中的表现，发现其在复杂问题上的能力仍需提升。

本文介绍了基于Geoformer框架的几何问题基准测试UniGeo，提出了几何形式化理论（GFT）和形式几何问题解决器（FGPS），实现了高效的几何问题求解。研究表明，结合深度学习和符号推理可显著提高解题准确率，尤其在国际数学奥林匹克（IMO）级别的几何问题上。

研究评估了多模态模型在数学推理中的能力，发现其在几何问题，尤其是复杂推理链方面表现不佳。通过创建基准测试（如GeoEval和MathVista），分析了不同模型的性能，并强调了进一步发展的必要性。研究还提出了新的多模态模型ModaVerse，显著提高了数据处理效率。

AlphaGeometry是谷歌DeepMind的一种AI系统，结合了神经语言模型和符号推演引擎，能够解决复杂的几何问题。在国际奥林匹克数学竞赛中，AlphaGeometry表现出色，解决了25道题，超过了之前的方法和人类平均水平。虽然算力优势带来了强大的模型性能，但实际应用价值更重要。AlphaGeometry在教学和科研方面有潜力，但AI工具的特异性和统一性仍是挑战。AI for Science需要降低使用门槛和提升科研人员的能力。

大语言模型在多步数学推理方面表现出色，但需要评估视觉语言模型的推理能力。通过几何问题的镜头，我们评估了视觉语言模型的推理能力。创建了一个合成的几何问题数据集，进行系统评估。结果表明，这些模型在几何等主题的推理能力上并不如先前的基准测试所暗示的那样出色。释放这个数据集供进一步研究使用。