arXiv cs.AI· Zhengyang Zhang, Jing Xiong, Hongzhou Lin, Juihui Chung, Zijian Zhang, Song Han, Sihao Liu, Ligeng Zhu·· 6 天前AI 评分62
HOA：面向奥赛解题的多会话智能体工作流，在 IMO、IPhO、IOI 2026 取得满分
Humanize Olympiad Agents: A Multi-Session Workflow for Olympiad Problem Solving with Solve, Review, Wiki, Verify
AI 导读
研究者提出 HOA（Humanize Olympiads Agent），一个通过独立评审、结构化 wiki 和 Lean 证明验证三条反馈通道协调多个智能体会话的开放流程级框架。
正文 · AI 翻译
摘要：大语言模型（LLM）智能体在长时程科学和奥林匹克任务上正快速进步。近期系统已产出 Navier--Stokes 问题的 Lean 形式化解答，以及 Erdős 猜想数据库中四个开放问题的自主解答。然而，这两个系统均未同时发布其底层模型和完整推理栈。更广泛地说，单个智能体会话在困难问题上仍然脆弱：早期错误可能传播，缺失的领域知识可能使进展停滞，而表面上的成功可能掩盖对原始任务的误解或弱化。我们提出 HOA（Humanize Olympiads Agent），一个开放的、流程级框架，通过三个互补的反馈通道协调多个智能体会话。首先，独立评审员评估每个候选方案并提供可操作的反馈。其次，结构化 wiki 提供任务特定知识，这些知识在模型预训练中可能缺失或不可靠。第三，验证器对照可信的挑战题陈述检查生成的 Lean 证明。借助 GPT-5.6 Sol，HOA 在 IMO、IPhO 和 IOI 2026 上取得满分，在 IChO 2026 题集上接近满分，并解决了 PutnamBench 上全部 672 道题（100%）。在 Lean-Eval 排行榜上，HOA 排名第一，解决了 304 道题中的 251 道（82.6%）。我们进一步用开放模型评估 HOA。使用 Kimi-K3，HOA 在 IMO、IPhO 和 IOI 上取得满分，并在 IChO 上取得 97.1% 的金牌级分数。这些结果在 IMO 和 IPhO 上与闭源 GPT-5.6 Sol + /Goal 基线密切匹配，同时在 IChO 和 IOI 上超过它，表明系统性反馈有助于弥合基础模型能力上的巨大差异。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.13632 [cs.AI] |
| （或 arXiv:2610.13632v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13632 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Zhengyang Zhang [查看邮箱]
[v1]
2026年10月9日星期五 14:14:14 UTC（2,505 KB）
来源：arXiv cs.AI · arxiv.org