本文提出了一种结合大型语言模型（LLM）推理与SageMath可验证反馈的ReAct风格代理框架，并利用Context7获取最新文档。该方法在模拟计算数学研究循环的RealMath基准测试中评估，显著提升了模型解决研究级数学问题的能力。作者改进了RealMath基准，加入了多步后处理和多阶段验证，提升了问题集质量。实验显示，接入SageMath使所有模型平均性能提升9.7百分点，加强了开源和闭源模型间的差距缩小，Qwen 3.7-Max获益最大，而GPT-5.5在启用工具配置下达到了75.2%的最高解题率与最低令牌消耗。研究表明，结合计算机代数系统的智能体是辅助数学计算探索的有前景方向，本工作推动自动猜想发现的发展。项目代码已公开。
这条 研究论文 信号说明，来自 arXiv cs.AI 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.AI 发布了这条关于 研究论文 的更新：本文提出了一种结合大型语言模型（LLM）推理与SageMath可验证反馈的ReAct风格代理框架，并利用Context7获取最新文档。该方法在模拟计算数学研究循环的RealMath基准测试中评估，显著提升了模型解决研究级数学问题的能力。作者改进了RealMath基准，加入了多步后处理和多阶段验证，提升了问题集质量。实验显示，接入SageMath使所有模型平均性能提升9.7百分点，加强了开源和闭源模型间的差距缩小，Qwen 3.7-Max获益最大，而GPT-5.5在启用工具配置下达到了75.2%的最高解题率与最低令牌消耗。研究表明，结合计算机代数系统的智能体是辅助数学计算探索的有前景方向，本工作推动自动猜想发现的发展。项目代码已公开。
该研究首次系统评估了结合计算机代数系统SageMath与LLM的代理在复杂数学问题求解中的效果，验证了此类工具能显著提升模型性能，推动了自动化数学研究和猜想发现的新方向。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、agents 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
Fine-tuning LLMs for financial natural language processing (NLP) is constrained by limited, imbalanced data. Real-world financial news overrepresents earnings...
植物病害由生物和非生物胁迫引起，全球农业产量每年损失估计20-40%，经济损失超过2200亿美元。本文提出了一个统一的深度学习流程，结合语义分割、基于回归的严重度估计和疾病分类。胁迫严重度分为四级（低到极高），基于感染叶面积比例。使用苹果树叶子病害分割数据集（1641样本，6类）评估四种模型：U-Net（MobileNetV2）、SegFormer、FCN及PSPNet。MobileNetV2的U-Net表现最佳，达98.20%像素精度、0.70 mIoU及99.41%检测准确率，且单图处理14.7毫秒，适合实时应用。SegFormer表现接近（mIoU 0.66），FCN及PSPNet空间精度较低（约0.49 mIoU）。严重度指数与专家标注高度相关（r=0.968，R^2=0.937），证明系统在自动作物监测和决策支持中的可靠性。
为保护和振兴印度尼西亚北苏门答腊巴塔克族的文化遗产传统纺织品乌洛斯，本研究提出利用人工智能框架，针对高分辨率乌洛斯图案数据集精细调优两种潜伏扩散模型，以生成既符合文化又具创新性的图案。通过多项指标和传统织工评估，Protogen v3.4模表现优于Stable Diffusion v1.4，在视觉保真度和图案多样性方面取得显著提升，展现了生成模型在传承与创新间的平衡潜力。