数学发现的瓶颈，可能不是解题，而是找对问题

导语：研究资源首先卡在“选题”

当 AI 开始参与研究级数学工作时，真正稀缺的资源不只有模型的长链推理能力，还有专家逐项检查证明、反例和问题表述的时间。传统的人机协作通常由人先挑出一个问题，再让模型尝试解决，最后由数学家审核结果。随着候选数量和模型产出不断增加，开头的选题与结尾的复核都可能成为瓶颈。

论文《The Problem Is the Problem: Towards Scalable Mathematical Discovery》提出的 FAR，试图改变这一工作流：专家不必预先指定某一道题，而是给出自己熟悉并感兴趣的研究方向，系统负责在相关文献中寻找值得尝试的问题。

核心要点：把数学发现做成分层筛选

FAR 的名称对应三个阶段：

• Find：从较大规模的数学文献中恢复猜想、开放问题及其上下文；
• Attempt：让模型对经过初步整理的问题进行尝试，产生可能的证明、解答或推进方向；
• Recommend：依据自动化分流结果，把更值得关注的材料推荐给专家团队。

在组合数学试验中，流程从 5,245 篇论文出发，提取出 6,453 个候选猜想或开放问题。经过对问题表述和开放状态的筛选，留下 4,717 个看似定义良好且仍未解决的候选。随后，系统发现 598 个潜在解答，并将其中 77 项送交作者团队复核。研究者报告称，这一过程中涉及 Davies–Jenssen–Perkins–Roberts、Erdős–Straus、Ikenmeyer–Pak–Panova 以及 Lund–Saraf–Wolf 等相关猜想或问题。

意义与边界：AI 更像研究流量的调度器

这套方法的重要变化，是把 AI 的角色从“回答人类指定的问题”扩展为“帮助人类决定哪些问题值得回答”。它借鉴搜索和推荐系统的思路，将昂贵的推理与人工审阅集中在多轮过滤之后，从而减少专家面对海量低质量候选的负担。

不过，自动筛出的“仍未解决”并不等于真正开放，模型生成的潜在解答也不等于经过严格证明。论文中的数字描述的是组合数学试验流程及其筛选结果，最终价值仍取决于作者团队的数学复核。因而，FAR 更适合作为研究导航和候选分流基础设施，而不是无人监督的定理生产线。它所展示的关键方向是：当 AI 的解题能力持续提升，如何更系统地管理问题发现、验证和专家注意力，可能比单纯追求更长的推理过程更重要。

来源：Hugging Face Daily Papers