Điều mà bảng điều khiển thực sự có thể làm

Mỗi ghế - bao gồm cả trọng tài - được cung cấp cùng một công cụ. trọng tài phải có thể kiểm tra một tuyên bố, không chỉ cân nhắc cách nó được tranh luận.

Tìm kiếm văn học

arXiv, OpenAlex, Crossref, Europe PMC và Semantic Scholar — nguồn gốc chính, không phải là blog tái diễn của chúng. toán học, vật lý, CS, sinh học, y học, kinh tế.

Các ghế được nói là kiểm tra những gì đã được chứng minh trước khi cố gắng nó, vì tái tạo một kết quả đã biết sẽ lãng phí tiền của bạn.

Nghiên cứu mạng

Tìm kiếm tự chủ với giới hạn trang web thực sự - yêu cầu arxiv.org và bạn sẽ nhận được arxiv.org, không phải bất cứ thứ gì mà động cơ cảm thấy muốn trở lại.

Các trang được lấy và đọc, vì vậy một trích dẫn có thể trích dẫn đoạn văn mà nó thực sự dựa vào.

Mã sandbox

Python với sympy, mpmath và numpy, vì vậy một chỗ ngồi có thể kiểm tra một giới hạn, tìm kiếm một ví dụ ngược hoặc xác nhận một bước đại số thay vì khẳng định nó.

Chạy không truy cập mạng, CPU và bộ nhớ bị giới hạn.

Toán học là môn kế bên.

Trang này giải quyết các tuyên bố thực nghiệm, nơi mà bằng chứng là một nguồn hoặc một phép đo. Định lý không phải là như vậy: nó cần một thuật ngữ chứng minh mà nhân chấp nhận, không phải là một trường hợp tranh luận tốt.

Vậy nên mục tiêu toán học thuộc về trang web chị em của chúng tôi, chạy cùng một bảng và sau đó kiểm tra kết quả trong Lean 4 so với Mathlib. theorem.chat

Tăng cường thay vì đoán

Mỗi ghế cũng có thể dừng lại và yêu cầu giúp đỡ. Một mô hình bị kẹt thường tạo ra một đoạn văn khác, nói lại đoạn văn cuối cùng — với giá cả đầy đủ. Ở đây nó đặt tên câu hỏi duy nhất đang bị chặn và chuyển nó cho bất kỳ ghế nào có vị trí tốt nhất để trả lời, cùng với những gì nó đã thử. Người chuyên gia nhận được câu hỏi và kết quả xác định liên quan, không phải là tranh luận đã tạo ra bế tắc, vì vậy bị kẹt sẽ tốn ít hơn tranh luận.

Và dụng cụ của trọng tài.

Quy định theo một tiêu chuẩn, thêm một mục tiêu, chỉ dẫn vòng tiếp theo, hoặc kết thúc trận đấu. Một tiêu chuẩn không thể được đánh dấu là đã được đáp ứng nếu không có bằng chứng mà một bên thứ ba có thể kiểm tra lại — một trích dẫn với đoạn trích dẫn, hoặc một tính toán với kết quả thực sự của nó. Việc từ chối đó được thực thi trong mã, không được yêu cầu lịch sự trong một lời nhắc.