清华等机构推出STAR-PólyaMath多智能体系统，数学基准测试超越GPT-5.5

摘要与判断

清华大学、微软研究院、纽约大学与麻省理工学院联合推出多智能体系统 STAR-PólyaMath，通过引入持久的“元策略师”监督推理、捕获错误并强制重规划，在八项顶级数学竞赛基准中达到 SOTA。该系统在 AIME、Putnam 等测试中取得满分，并在 MathArena Apex 2025 中以 93.75% 的得分超越 GPT-5.5，证明了智能编排在解决复杂数学问题上比单纯的模型多样性更具潜力。

Topics

引用和原文

• Can AI solve the hardest math problems without getting stuck in loops? Tsinghua, Microsoft
• 原文链接

Trace

Raw Item

raw_2cc70d4117fb480b

Processed Item

processed_3603a256ad674ce1

Source

source_x_jiqizhixin

LLM Logs

llm_bca2cd4b8f994be7, llm_45f9089e405f497c

Coze Loop

faee2aaeae0af159798d88234b72f228