Zespół badawczy zaprojektował agenta opartego na architekturze ReAct, który łączy rozumowanie dużych modeli języka z weryfikowalnym sprzężeniem zwrotnym z SageMath i aktualną dokumentacją Context7 do rozwiązywania zaawansowanych problemów matematycznych. Eksperymentalne testy na modelach takich jak Qwen 3.7-Max i GPT-4o wykazały, że dostęp do systemu algebry komputerowej przynosi znaczne korzyści - średnio 9,7 punktu procentowego wzrostu wydajności, z zakresem od 1,5 do 27,8 punktu procentowego.
Dotychczasowe badania nad AI w matematyce skupiały się głównie na autoformalizacji i dowodzeniu twierdzeń, marginalizując rolę systemów algebry komputerowej w przepływach agentowych. To badanie wypełnia tę lukę poprzez ocenę hybrydowego podejścia na benchmarku RealMath, który reprezentuje rzeczywiste problemy na poziomie badań matematycznych. Jednocześnie naukowcy zaproponowali ulepszenie samego benchmarku dzięki wieloetapowej procedurze post-processingu i walidacji, co zwiększyło jakość i niezawodność zbioru problemów.
Wyniki sugerują, że agenci wspierani systemami CAS mogą znacząco wspomóc matematyków w eksploracji obliczeniowej, redukując przy tym różnice między modelami open-source a komercyjnymi. Praca stanowi krok w kierunku zautomatyzowanego odkrywania hipotez i otwiera nowe perspektywy dla współpracy między ludzkimi matematykami a zaawansowanymi systemami AI.