Solarex1. 从奥数几何到AI解题：TongGeometry系统解析
作为一名长期关注AI与数学交叉领域的研究者，我最近深入研究了这篇发表在Nature Machine Intelligence上的论文。TongGeometry系统最令人惊艳的地方在于，它不仅仅是一个解题AI，更是一个能够自主生成高质量奥数几何题目的"教练型"系统。与常见的暴力搜索方法不同，它通过引导树搜索框架，将出题和解题统一在一个优雅的数学框架中。
这个系统在IMO-AG-30基准测试中超越了人类选手的表现，而且仅用一张RTX 4090显卡就实现了这样的成绩。相比之下，同类系统AlphaGeometry需要更庞大的计算资源。TongGeometry的核心创新在于它重新定义了几何问题空间——不是把几何当作孤立的问题来求解，而是将其视为一个可枚举的构造树空间。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统设计与核心思想
2.1 几何问题的双重挑战
奥数几何问题对AI系统提出了两个主要挑战：组合爆炸（Combinatorial explosion）和样本稀缺（Scarcity of exemplar problems）。前者指的是随着构造步骤增加，可能的几何配置呈指数级增长；后者则是指现有的IMO题目数量有限，难以支撑深度学习模型的训练需求。
TongGeometry采用了一种巧妙的"自举"策略来解决这些问题：
- 使用引导树搜索控制组合爆炸
- 通过模型自身生成47亿道题目来扩充训练数据
- 特别关注几何对称性这一美学特征
2.2 几何构造的树形表示
系统将几何问题表示为一棵树，其中：
- 反向回溯用于出题
- 正向搜索用于解题
- 每个节点代表一个几何构造状态
- 边代表构造动作
这种表示法的精妙之处在于，它自然地捕捉了几何证明中的构造依赖关系。例如，要证明某个结论，可能需要先构造特定的辅助线，而这些辅助线又依赖于更基础的几何元素。
3. 系统架构与技术实现
3.1 双模型协作机制
TongGeometry训练了两个互补的神经网络模型：
-
策略模型(Policy Model)：
- 预测有希望的搜索方向
- 相当于强化学习中的策略网络
- 输出候选构造动作的概率分布
-
价值模型(Value Model)：
- 估计每