mAceReason-Math是一个高质量的多语言数学问题数据集，支持强化学习与可验证奖励（RLVR）研究。该数据集包含来自AceReason-Math语料库的挑战性数学问题翻译，覆盖14种语言，每种语言超过10,000个样本，旨在提升多语言RLVR的研究和基准测试。

2025年，Google DeepMind的AlphaEvolve以48次标量乘法打破了1969年Strassen的矩阵乘法纪录。它不仅优化了矩阵运算，还解决了67个数学问题，展示了AI在数学领域的原创性和自我改进能力，预示着AI驱动的科学新时代的到来。

链式思维（CoT）提示是引导大型语言模型推理的标准技术。本文分析了数学问题中的CoT轨迹及其对最终答案的影响，发现CoT的潜力与正确答案的可能性相关，表现出非单调性和难以解释的尖峰。此外，部分CoT显著提升了较弱模型的表现，表明其机制具有可转移性。

英特尔推出了DeepMath，一个基于Qwen3-Thinking的轻量级数学问题解决代理。它通过生成小型Python脚本来增强数学推理，减少错误和输出长度。DeepMath在多个数据集上表现优异，使用GRPO训练提高准确性，并在沙箱环境中安全执行代码。该工具已在GitHub和Hugging Face上发布。

加州大学洛杉矶分校的Ryu教授利用GPT-5探索未解数学问题，发现其在创意生成和研究加速方面的潜力。尽管模型偶尔出错，但它帮助Ryu迅速排除无效思路，推动了复杂问题的解决。Ryu认为，AI与人类合作能显著提升研究效率，未来将继续在数学研究中应用AI。

我在arXiv上传了论文《有限域上的新Nikodym集合构造》。该研究基于与他人合作，探讨使用AlphaEvolve等工具解决数学问题。我们专注于构造尽可能小的Nikodym集合，提出了一种新的构造方法和改进的界限。

博格丹·乔治耶夫等人发表论文《大规模数学探索与发现》，介绍与谷歌Deepmind合作的AlphaEvolve工具。该工具通过进化计算优化数学问题，展现出比传统方法更优的规模和鲁棒性。在67个数学问题的实验中，AlphaEvolve在多个领域取得积极成果，但在数论问题上表现不佳。

本文探讨了GPT-5在解决中高级数学问题方面的能力，特别是线性方程组的解法和数学证明的构建。GPT-5在AIME 2025国际会议上取得了94.6%的数学问题解决成功率，展示了其在逻辑推理和分析方面的显著进步。尽管回应风格仍显机械，但在数学证明的结构和逻辑上表现出色。

MIT研究人员开发了CodeSteer，一个智能助手，帮助大型语言模型（LLMs）在代码与文本生成之间切换，从而提高其在数学问题上的准确性。研究表明，CodeSteer显著提升了LLMs解决复杂任务的能力，未来将进一步优化提示过程。

形式化定理证明在数学中至关重要，但面临人类认知和机器可解释性挑战。DeepSeek-Prover-V2通过神经定理证明技术，提升了形式化推理能力，达到了88.9%的通过率，标志着数学智能的新纪元。该模型采用递归子目标分解和强化学习，显著提高了证明效率，未来有望解决更复杂的数学问题。

DeepSeek-Prover-V2是DeepSeek推出的AI模型，旨在通过Lean 4编写正式证明，解决复杂数学问题。它将大问题分解为小步骤，利用DeepSeek-V3的推理能力，适用于高中到大学的数学定理。该模型支持多种主题，MiniF2F测试通过率为88.9%，是数学自动化和正式推理的有效工具。