パネルの実際の機能は

裁判官は、主張をチェックできる必要があります。論争の方法を重視するだけではありません。

文献検索

arXiv, OpenAlex, Crossref, Europe PMC, Semantic Scholar －主要な資料、ブログの再構成ではない。数学、物理学、科学、生物学、医学、経済学。

座席は、既に証明されているものをチェックするように言われ、自分で試みる前に、既知の結果を再導出することはお金を浪費するからである。

ウェブリサーチ

実際のサイトの制限を持つセルフホスト検索 - arxiv.orgを尋ねると、エンジンが何を返すかを考えずに、arxiv.orgを返す。

ページを取得して読み込むので、引用は実際に依存しているパートを引用できる。

サンドボックスコード

これは，シートが，境界をチェックし，反例を探し，代数的ステップを検証するための，sympy，mpmath，numpyを用いたPythonである。

ネットワークアクセスなしで動作し CPUとメモリを制限します

数学は隣にある

定理はそれではありません。カーネルが受け入れる証明項を必要とします。よく論じられた事例ではありません。

So mathematical goals belong on our sibling site, which runs the same panel and then checks the result in Lean 4 against Mathlib. theorem.chat

推測ではなく、エスカレート

各席は、停止して助けを求めることができます。ストッキングモデルは、一般的に、最後の段落を再現した別の段落を生成します。ここでは、ブロックされている単一の質問を名前付け、既に試みたことと共に、答えに最も適した席に渡します。エキスパートは、問題と関連した確立された結果を受け取ります。行き詰まりを生じた議論ではなく、つまり、ストッキングは議論よりもコストが低い。

裁判官の道具も

基準に基づいて規則を作成し、目標が暗示するものを追加し、次のラウンドを指示し、または試合を終了します。第三者が再確認できる証拠がない限り、基準は満たされたとマークされません。引用されたパートを含む引用、実際の出力を含む計算などです。拒否はプロンプトで礼儀正しく求めるより、コードで強制されます。