Code2Math: Может ли ваш код-агент эффективно развивать математические задачи через исследование?
Code2Math: Can Your Code Agent Effectively Evolve Math Problems Through Exploration?
March 3, 2026
Авторы: Dadi Guo, Yuejin Xie, Qingyu Liu, Jiayu Liu, Zhiyuan Fan, Qihan Ren, Shuai Shao, Tianyi Zhou, Dongrui Liu, Yi R. Fung
cs.AI
Аннотация
По мере того как большие языковые модели (LLМ) приближают свои математические способности к уровню Международной математической олимпиады (ММО), дефицит сложных, качественных задач для обучения и оценки становится серьезным ограничением. В то же время современные код-агенты демонстрируют развитые навыки агентного программирования и рассуждений, что позволяет предположить, что выполнение кода может служить масштабируемой средой для математических экспериментов. В данной статье мы исследуем потенциал код-агентов для автономной эволюции существующих математических задач в более сложные вариации. Мы представляем многоагентную систему, предназначенную для выполнения эволюции задач с одновременной проверкой разрешимости и возросшей сложности генерируемых проблем. Наши эксперименты показывают, что при достаточном исследовании во время тестирования код-агенты способны синтезировать новые, разрешимые задачи, которые структурно отличаются от исходных и являются более сложными. Эта работа предоставляет эмпирические доказательства того, что код-ориентированные агенты могут служить жизнеспособным механизмом для синтеза задач на математические рассуждения высокой сложности в рамках масштабируемых вычислительных сред. Наши данные доступны по адресу https://github.com/TarferSoul/Code2Math.
English
As large language models (LLMs) advance their mathematical capabilities toward the IMO level, the scarcity of challenging, high-quality problems for training and evaluation has become a significant bottleneck. Simultaneously, recent code agents have demonstrated sophisticated skills in agentic coding and reasoning, suggesting that code execution can serve as a scalable environment for mathematical experimentation. In this paper, we investigate the potential of code agents to autonomously evolve existing math problems into more complex variations. We introduce a multi-agent framework designed to perform problem evolution while validating the solvability and increased difficulty of the generated problems. Our experiments demonstrate that, given sufficient test-time exploration, code agents can synthesize new, solvable problems that are structurally distinct from and more challenging than the originals. This work provides empirical evidence that code-driven agents can serve as a viable mechanism for synthesizing high-difficulty mathematical reasoning problems within scalable computational environments. Our data is available at https://github.com/TarferSoul/Code2Math.