Turing Agent verifica con máquinas tres tareas teóricas sin resolver
Un equipo de 16 investigadores, liderado por Yang Chen, publicó el 16 de noviembre en arXiv un artículo que describe Turing Agent, un sistema que revisa demostraciones matemáticas de nivel investigación mediante verificación formal. Los autores afirman que completó la verificación formal de tres tareas de ciencias de la computación teórica, hasta ahora sin resolver, de la colección de octubre de 2026 de OpenAI.
Verificación formal significa que una computadora revisa cada paso de una demostración, y no solo un lector humano. El artículo señala que la IA produce demostraciones matemáticas más rápido de lo que las personas pueden revisarlas. Los autores plantean cómo convertir esa pila creciente en conocimiento confirmado por máquinas.
Turing Agent es un arnés, es decir, software que coordina modelos de IA durante una tarea larga. Según el resumen, combina agentes que formalizan teoremas y agentes que formalizan demostraciones. También divide las demostraciones en partes, ejecuta revisiones en paralelo, conserva lo obtenido de demostraciones anteriores y revisa el significado de forma selectiva. El equipo lo probó en ciencias de la computación teórica, un campo que describe como exigente por sus dependencias enredadas y sus requisitos estrictos sobre el significado.
Los autores lo compararon con la generación directa y con herramientas de programación de uso general, entre ellas Codex CLI y Claude Code. Reportan un éxito de formalización fiel de entre 57% y 62% en Formal TCS Bench. También reportan 83% de pass@1 global en un subconjunto de RLMEval centrado en teoría. Esos números se obtuvieron con GLM-5.3 y DeepSeek-V4-Pro, dos entradas que puedes comparar en nuestra lista de modelos de IA. La versión construida sobre DeepSeek completó las tres tareas abiertas. Una de ellas requirió cerca de cien afirmaciones de apoyo verificadas formalmente.
El artículo también indica que el proceso a veces encontró demostraciones más simples y dejó al descubierto dependencias que las demostraciones originales no necesitaban. Además, puede dejar conocimiento matemático reutilizable. Revisar lo que produce la IA es un tema más amplio, como en BenchProofer de Amazon para benchmarks de programación.
Aún se desconoce mucho. La página de arXiv muestra una primera versión y la fuente no indica si revisores externos la han examinado. Los resultados son de los propios autores y la evaluación solo cubre ciencias de la computación teórica. El resumen no dice cómo rinde el sistema en otras áreas de las matemáticas ni cuánto cuesta ejecutarlo.
Fuentes
Cita esta página
Turing Agent verifica con máquinas tres tareas teóricas sin resolver, New Mind Museum, 17 de noviembre de 2026. https://newmindmuseum.com/es/investigacion/2026/11/turing-agent-verificacion-formal-matematicas/
New Mind Museum. (2026, 17 de noviembre). Turing Agent verifica con máquinas tres tareas teóricas sin resolver. https://newmindmuseum.com/es/investigacion/2026/11/turing-agent-verificacion-formal-matematicas/
«Turing Agent verifica con máquinas tres tareas teóricas sin resolver». New Mind Museum, 17 nov. 2026, https://newmindmuseum.com/es/investigacion/2026/11/turing-agent-verificacion-formal-matematicas/.
@misc{new-mind-museum-2026-turing-agent-verifica-con-maquinas-tres-,
author = {{New Mind Museum}},
title = {Turing Agent verifica con máquinas tres tareas teóricas sin resolver},
year = {2026},
url = {https://newmindmuseum.com/es/investigacion/2026/11/turing-agent-verificacion-formal-matematicas/}
}Puedes citarla libremente con un enlace a esta página.