Aletheia affronta FirstProof in modo autonomo.
Aletheia tackles FirstProof autonomously
February 24, 2026
Autori: Tony Feng, Junehyuk Jung, Sang-hyun Kim, Carlo Pagano, Sergei Gukov, Chiang-Chiang Tsai, David Woodruff, Adel Javanmard, Aryan Mokhtari, Dawsen Hwang, Yuri Chervonyi, Jonathan N. Lee, Garrett Bingham, Trieu H. Trinh, Vahab Mirrokni, Quoc V. Le, Thang Luong
cs.AI
Abstract
Riportiamo le prestazioni di Aletheia (Feng et al., 2026b), un agente per la ricerca matematica basato su Gemini 3 Deep Think, nella prima edizione della sfida FirstProof. Nel tempo consentito dalla competizione, Aletheia ha risolto in modo autonomo 6 problemi (2, 5, 7, 8, 9, 10) su 10, secondo la valutazione della maggioranza degli esperti; si precisa che gli esperti non sono stati unanimi riguardo al solo Problema 8. Per completa trasparenza, spieghiamo la nostra interpretazione di FirstProof e rendiamo noti i dettagli dei nostri esperimenti e della nostra valutazione. I prompt grezzi e gli output sono disponibili all'indirizzo https://github.com/google-deepmind/superhuman/tree/main/aletheia.
English
We report the performance of Aletheia (Feng et al., 2026b), a mathematics research agent powered by Gemini 3 Deep Think, on the inaugural FirstProof challenge. Within the allowed timeframe of the challenge, Aletheia autonomously solved 6 problems (2, 5, 7, 8, 9, 10) out of 10 according to majority expert assessments; we note that experts were not unanimous on Problem 8 (only). For full transparency, we explain our interpretation of FirstProof and disclose details about our experiments as well as our evaluation. Raw prompts and outputs are available at https://github.com/google-deepmind/superhuman/tree/main/aletheia.