Съкровищница от математически задачи на ниво олимпиада

Изследователи от Масачузетския технологичен институт в САЩ, Университета за наука и технологии „Крал Абдула“ и компанията за изкуствен интелект HUMAIN в Саудитска Арабия създават достъпния за всички MathNet – най-големия висококачествен набор от математически задачи, базирани на доказателства, създавани някога, съобщава nauka.offnews.bg.

MathNet съдържа повече от 30 000 задачи и решения, написани от експерти. Обхваща 40 години състезателна математика, 47 държави на шест континента, работи на 17 езика (включително български) и включва както текстови, така и графични задачи и решения от 143 състезания.

Изграждането на MathNet изисква проследяване на 1595 pdf тома с над 25 000 страници.

Значителна част от този архив идва от неочакван източник – Навид Сафаей, дългогодишен член на общността на Международната олимпиада по математика (IMO) и съавтор, който събира и сканира тези брошури на ръка от 2006 г. MathNet

черпи данни изключително от официални брошури за национални състезания.

Решенията в тях са написани от експерти и рецензирани от колеги и често са на няколко страници, като авторите представят няколко подхода към една и съща задача.

Сега всеки ученик, който се подготвя за IMO или национално състезание, вече има достъп до централизирана, търсеща се колекция от висококачествени задачи и работещи решения от традиции по целия свят.

Освен това дълбочината на събраната информация дава на моделите с изкуствен интелект далеч по-богати възможности за изучаване на математическото мислене.

MathNet функционира и като строг бенчмарк за производителността на изкуствения интелект, като показва, че дори GPT-5, най-добре представящият се тестван модел, постига средно около 69,3% в основния тест на MathNet от 6400 задачи. А когато задачите включват фигури, производителността му спада значително.

Освен решаването на задачи MathNet въвежда бенчмарк за извличане на данни, който пита дали моделите могат да разпознаят кога две задачи споделят една и съща основна математическа структура, както и бенчмарк за генериране на добавени данни, който тества дали задаването на структурно свързана задача на модел, преди да му се поиска да реши друга, подобрява производителността.