O que pode facer realmente o panel

Cada asento, incluído o árbitro, recibe as mesmas ferramentas. O árbitro debe ser capaz de comprobar unha afirmación, non só ponderar como foi argumentada.

Procura de literatura

arXiv, OpenAlex, Crossref, Europe PMC e Semantic Scholar — as fontes primarias, non as súas reiteracións no blogue. Matemáticas, física, ciencias da computación, bioloxía, medicina, economía.

Os sedes son instruídos a comprobar o que xa foi probado antes de intentalo eles mesmos, porque volver derivar un resultado coñecido desperdicia o seu diñeiro.

Investigación web

Procura autoaloxada con restricións reais do sitio: pregunte por arxiv. org e obterá arxiv. org, non o que o motor desexase devolver.

As páxinas son obtidas e lidas, polo que unha cita pode citar a pasaxe na que realmente se basea.

Código en sandbox

Python con sympy, mpmath e numpy, para que un asento poida comprobar un límite, procurar un contraexemplo ou verificar un paso alxébrico no canto de afirmalo.

Executa sen acceso á rede, limitando a CPU e a memoria.

As matemáticas van ao lado

Este sitio resolve afirmacións empíricas, onde a proba é unha fonte ou unha medida. Un teorema non é iso: precisa un termo de proba que o núcleo acepte, non un caso ben argumentado.

Así que os obxectivos matemáticos pertencen ao noso sitio irmán, que executa o mesmo panel e despois comproba o resultado en Lean 4 contra Mathlib. theorem.chat

Escalando no canto de adiviñar

Cada asento pode tamén parar e pedir axuda. Un modelo atascado normalmente produce outro parágrafo que repite o último - a prezo completo. Aquí nomea a única pregunta que a bloquea e repártea ao asento que estea mellor situado para responder, xunto co que xa tentou. O experto obtén a pregunta e os resultados relevantes establecidos, non o argumento que produciu o impasse, polo que estar atascado custa menos que discutir.

E as ferramentas do árbitro.

Rexistrar un criterio, engadir un que o obxectivo implique, dirixir a seguinte rolda ou rematar a partida. Un criterio non pode ser marcado como cumprido sen evidencia que un terceiro poida comprobar de novo: unha cita coa pasaxe citada, un cálculo coa súa saída real ou unha proba aceptada polo núcleo. Esta rexeitación é imposta no código, non se pide educadamente nun aviso.