TheoremExplainAgent
定义
TheoremExplainAgent 是一种由大语言模型驱动的智能体式方法，其目标是针对给定的数学与理工科定理，自动生成配有旁白的长篇动画讲解视频。该方法把定理名称与简短描述作为输入，输出的是时长通常超过 5 分钟、以 Manim 动画呈现推导过程的视频文件，而非一段纯文本解答。[1][3]
这一名称同时指代一套配套的生成流程与评测体系：生成侧由多个智能体分工协作，评测侧则是名为 TheoremExplainBench 的基准，包含 240 条定理和 5 项自动评估指标。研究者的出发点是，大语言模型在文本形式的定理推理上表现较好，但能否产出连贯、具有教学意义的视觉解释仍是未解问题。[2]
原理
该方法的整体思路是把视频生成拆解为规划与编码两个阶段，由不同智能体分别承担。规划智能体先产出高层次的视频方案，划分场景，确定每个场景的视觉元素、动画与转场，并写出旁白文本；编码智能体再把场景规格翻译为可执行的 Manim Python 脚本，运行脚本后由语音合成模块生成配音，最终合成视频。[3]
采用代码驱动而非像素级视频生成，是该方法的一项关键设计。Manim 是用于制作数学动画的开源库，其脚本结构清晰、可反复修改；大语言模型在代码生成上能力较强，而在直接控制画面像素方面能力有限。因此整个流程被组织为「生成脚本—执行—检查报错—修正脚本」的循环。
执行阶段的错误修正采用带重试上限的循环机制：脚本运行失败时，编码智能体阅读错误信息并给出修正版本，最多重试若干次。消融实验显示，不进行重试时成功率仅为个位数，启用重试后成功率大幅提高，说明该循环是流程可用的必要条件。[3]
流程中还引入了检索增强模块，以 Manim 文档作为知识库，在故事板生成、技术实现和错误修正三个阶段分别检索视觉示例、代码片段与排错方案。研究团队报告，该模块对能力较强的模型并未带来增益，检索结果与具体场景不匹配时会引入干扰。[4]
发展历程
相关论文于 2025 年 2 月 26 日首次提交至预印本平台，同年 5 月 25 日发布修订版本，标题在修订中由「多模态解释」改为「基于视频的多模态解释」。[2][5]
该成果被第 63 届计算语言学协会年会(ACL 2025)主会接收，收录于 2025 年 7 月在奥地利维也纳出版的长文论文集，页码为 6663 至 6684。作者为 Max Ku、Thomas Chong、Jonathan Leung、Krish Shah、Alvin Yu 与 Wenhu Chen。[1]
论文公开后，研究团队在代码托管平台发布了官方实现仓库，提供视频生成脚本、批量评测脚本与云笔记本配置说明，并将 TheoremExplainBench 数据集发布于模型与数据集共享平台，供其他研究者复现与对比。[3]
应用
该方法主要用于评估大语言模型对定理的理解深度。传统基准多以选择题或短答题形式考察，容易被选项顺序等表面线索影响；将任务改为生成完整讲解视频，则要求模型同时给出推导步骤、可视化表示与语言叙述，评估维度更为丰富。[1]
配套的 TheoremExplainBench 覆盖多个理工科方向，共 240 条定理，每条记录包含学科、子领域、难度、定理名称与描述等字段，可用于横向比较不同模型的解释生成能力。[3]
评测使用 5 项自动指标，从准确性与深度、逻辑流程、视觉呈现等角度对生成视频打分。研究团队以该基准比较了多种模型，其中 o3-mini 智能体的视频生成成功率达到 93.8%，总体得分 0.77。[1]
在用途上，这类方法指向的教学场景是让学习者通过动画与旁白同步呈现的方式理解抽象定理。研究者也指出，多模态解释能够暴露纯文本解答中被掩盖的推理缺陷，因而可作为模型推理能力的补充诊断手段。[2]
局限
生成视频的画面质量仍存在普遍问题。定量与定性分析均显示，多数产出视频在视觉元素的排布上有瑕疵，例如图形、公式与文字相互遮挡或位置不当，影响可读性。这一现象说明当前的代码驱动流程尚不能稳定控制版面布局。[1]
整个流程依赖执行代码与调用外部模型，对运行环境和接口配置有一定要求；官方仓库说明，评测环节需要接入指定的商用多模态模型服务，并需要视频文件与字幕文件的配对输入。这在一定程度上限制了方法的可及性与可复现条件。[3]
检索增强模块的引入未能在强模型上体现收益，反而降低了成功率，表明外部知识检索与具体动画场景的匹配仍有困难，如何筛选有效检索内容尚未解决。[4]
此外，该工作本身不涉及对模型进行训练，其效果取决于所调用的底层大语言模型；基准的评估也主要由模型自动完成，评估结论的可靠性受评估模型判断能力影响。[1]
参见
参考资料
- aclanthology.org 上的网页 [引用日期2026-10-29]
- arxiv.org 上的网页 [引用日期2026-10-29]
- TheoremExplainAgent [引用日期2026-10-29]
- theorem_explain_agent [引用日期2026-10-29]
- arxiv.org 上的网页 [引用日期2026-10-29]