GamePad: A Learning Environment for Theorem Proving
University of California, Berkeley(加利福尼亚大学伯克利分校);OpenAI(开放人工智能研究中心)
在本文中,我们介绍了一个名为GamePad的系统,可以用来探索应用机器学习方法的定理证明在Coq证明助手。交互式定理证明器(如Coq)使用户能够以逐步的方式构建机器可检查的证明。因此,他们提供了一个机会,探索定理证明与人类的监督。我们使用GamePad来合成一个简单的代数重写问题的证明,并训练Feit-Thompson定理的形式化的基线模型。我们处理位置评估(即,预测剩下的证明步骤的数量)和策略预测(即,预测下一个证明步骤)任务,这些任务在基于策略的定理证明中自然出现。
2018-12-21 cs.AI cs.LG cs.LO
RLMEval: Evaluating Research-Level Neural Theorem Proving
针对大语言模型在研究级神经定理证明与证明自动形式化领域实际作用有限的问题,研究人员推出依托真实Lean项目的评估套件RLMEval,测试发现前沿模型在该基准上通过率仅10.3%,该基准将助力推动形式化数学自动推理发展。
2025-10-29 cs.AI cs.CL
SubgoalXL: Subgoal-based Expert Learning for Theorem Proving
The University of Hong Kong(香港大学);SambaNova Systems(SambaNova系统公司)
SubgoalXL通过子目标级监督与专家学习结合,在Isabelle环境中提升大模型形式化定理证明能力,于miniF2F数据集达到56.1%准确率,绝对提升4.9%。
2024-08-20 cs.AI cs.CL cs.LG
The Proof is in the Pudding: Using Automated Theorem Proving to Generate Cooking Recipes
Oxford University(牛津大学);Trinity College, Dublin(都柏林圣三一学院)
本文介绍了FASTFOOD,一个基于规则的自然语言生成程序的烹饪食谱。通过使用自动定理证明过程来选择成分和指令来生成配方,其中成分对应于公理,指令对应于含义。FASTFOOD还包含一个时间优化模块,它可以重新安排食谱,使其对用户来说更具时间效率,例如食谱指定在米饭沸腾时切碎蔬菜。该系统进行了详细描述,使用的框架分为4个阶段:内容生产,内容选择,内容组织和内容实现的自然语言生成。然后与类似的现有系统和技术进行比较。
2022-03-05 cs.AI cs.CL
Aristotle: IMO-level Automated Theorem Proving
我们提出Aristotle,一个结合形式验证与非形式推理的AI系统,通过Lean证明搜索、引理形式化和专用几何求解三大组件,在2025年IMO问题中取得金牌等效成绩,展现出最先进的自动定理证明性能与良好的扩展特性。
2025-10-10 cs.AI cs.CL
Theorem Proving Based on Semantics of DNA Strand Graph
Indian Statistical Institute(印度统计研究所)
由于传统硅基计算的一些技术限制,在过去的几年里,计算世界正在发生从硅到碳的范式转变。DNA计算被认为是利用DNA链解决计算和推理问题的一种很有前途的方法。归结是命题逻辑和一阶逻辑中的一种推理规则,是自动定理证明和数理逻辑的一个重要方面。这也可以称为反驳定理证明。在本文中,我们展示了如何利用过程演算和链图的语义来表示用DNA计算进行的带有归结反驳的定理证明。
2017-02-15 cs.AI
An Experimental Study of Formula Embeddings for Automated Theorem Proving in First-Order Logic
IBM Research(IBM研究院);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);Northwestern University(西北大学)
一阶逻辑中的自动定理证明是一个活跃的研究领域,机器学习成功地支持了这一领域。虽然有各种各样的建议将逻辑公式编码为数字向量-从简单的字符串到更复杂的基于图形的嵌入-但对这些不同编码的比较知之甚少。在本文中,我们研究和实验比较基于模式的嵌入,在当前系统中应用与流行的基于图形的编码,其中大部分没有被认为是在定理证明上下文之前。我们的实验表明,更复杂的基于图的嵌入,产生更有效的搜索策略和更简单的证明,在运行时间方面的优势,更简单的编码方案。为了支持这一点,我们提出了一个详细的分析,在几个方面的定理证明器的性能,不仅仅是证明完成率,从而提供经验证据,以帮助指导未来的研究神经引导的定理证明走向最有前途的方向。
2020-03-15 cs.AI cs.LG cs.LO
OProver: A Unified Framework for Agentic Formal Theorem Proving
Lean 4
本文提出OProver,一个用于Lean 4的统一框架,通过迭代修订检索到的编译器验证证明和Lean编译器反馈来改进代理证明,通过持续预训练和迭代后训练,使OProver-32B在多个基准测试中取得最佳成绩。
2026-05-17 cs.AI cs.CL
A Combinatorial Identities Benchmark for Theorem Proving via Automated Theorem Generation
East China Normal University(华东师范大学);Henan University(河南大学);Chinese Academy of Sciences(中国科学院)
针对组合恒等式定理证明数据稀缺问题,构建LeanComb基准并开发ATG4CI自动生成器,结合自改进LLM与强化学习树搜索,生成26万条带证明定理,显著提升证明成功率。
2025-02-25 cs.AI
Learning Equational Theorem Proving
Radboud University Nijmegen(拉德堡德大学(奈梅亨));Czech Technical University Prague(布拉格捷克理工大学)
我们开发了分层最短解模仿学习(3SIL)来学习深度强化学习(RL)设置中的方程定理证明。自我训练的模型在证明准群理论中的顶级开放式算法之一阿贝尔内映射(AIM)猜想所产生的问题方面达到了最先进的性能。为了开发这些方法,我们首先使用两个更简单的算术重写任务,它们与AIM问题共享树结构的证明状态和稀疏奖励。在这些任务中,3SIL被证明显着优于几个既定的RL和模仿学习方法。最后的系统,然后评估在一个独立的和合作的模式对AIM的问题。独立的3SIL训练系统在60秒内证明的定理(70.2%)比复杂的手工设计的Waldmeister系统(65.5%)多。在合作模式下,最终系统与Prover9系统相结合,在2秒内证明了独立Prover9在60秒内证明的内容。
2021-02-10 cs.AI cs.LG cs.LO
BrokenMath: A Benchmark for Sycophancy in Theorem Proving with LLMs
INSAIT, Sofia University "St. Kliment Ohridski"(INSAIT,索菲亚大学"圣克莱门特·欧布里斯基");ETH Zurich(苏黎世联邦理工学院)
针对现有数学谄媚基准的局限,提出首个面向自然语言定理证明的BrokenMath基准,基于2025年竞赛题扰动构建,评测发现GPT-5等模型谄媚率达29%,并验证了多种缓解策略的有效性。
2025-10-06 cs.AI cs.CL cs.LG
HyperTree Proof Search for Neural Theorem Proving
Meta AI Research(Meta人工智能研究院);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);CERMICS(数学建模与计算中心);École des Ponts ParisTech(巴黎路桥学院)
我们提出了一个在线训练过程的变压器为基础的自动定理证明。我们的方法利用了一种新的搜索算法,超树证明搜索(HTPS),灵感来自AlphaZero最近的成功。我们的模型通过在线训练从以前的证明搜索中学习,使其能够推广到远离训练分布的领域。我们报告详细烧蚀我们的管道的主要组成部分,通过研究性能的三个环境日益复杂。特别是,我们证明了仅使用HTPS,在注释证明上训练的模型能够证明65.4%的元路径定理,显著优于GPT-f之前的56.5%。对这些未经证明的定理进行在线训练,准确率提高到82.6%。在类似的计算预算下,我们将基于Lean的miniF 2F课程数据集的最新技术水平从31%提高到42%,证明了准确性。
2022-05-23 cs.AI cs.CL
Partial Label Learning for Automated Theorem Proving
Alfréd Rényi Institute of Mathematics(阿尔弗雷德·雷尼数学研究所);Eötvös Loránd University(欧多尼·劳尔德大学)
本文首次将学习引导的自动定理证明建模为偏标签学习,提出处理备选证明的理论框架,并用 plCoP 证明器验证偏标签学习方法能提升学习辅助定理证明器的性能。
2025-07-04 cs.AI cs.LO
HOList: An Environment for Machine Learning of Higher-Order Theorem Proving
Google Research(谷歌研究院)
我们提出了一个环境,基准测试,和深度学习驱动的自动定理证明高阶逻辑。高阶交互式定理证明器使任意数学理论的形式化成为可能,从而为深度学习提出了一个有趣的、开放式的挑战。我们提供了一个基于HOL Light定理证明器的开源框架,可用作强化学习环境。HOL Light广泛覆盖了微积分的基本数学定理和开普勒猜想的正式证明,从中我们获得了自动推理的挑战性基准。我们还提出了一个深度强化学习驱动的自动定理证明器DeepHOL,在这个基准测试中取得了很好的初步结果。
2019-11-01 cs.AI cs.LG cs.LO
Premise Selection for Theorem Proving by Deep Graph Embedding
University of Michigan, Ann Arbor(密歇根大学安娜堡分校)
我们提出了一种基于深度学习的方法来解决前提选择问题:选择与证明给定猜想相关的数学陈述。我们表示一个高阶逻辑公式作为一个图形,是不变的变量重命名,但仍然完全保留语法和语义信息。然后,我们通过一种新的嵌入方法,保留边排序的信息,将图嵌入到一个向量中。我们的方法在HolStep数据集上实现了最先进的结果,将分类准确率从83%提高到90.3%。
2017-09-28 cs.AI cs.LG cs.LO
Proof Artifact Co-training for Theorem Proving with Language Models
University of Pittsburgh(匹兹堡大学);OpenAI;IBM Research(IBM研究院);Google Research(谷歌研究院);Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学);CIBO Technologies(CIBO科技);University of Toronto(多伦多大学);University of Cambridge(剑桥大学)
在大型形式化数学库中,用于定理证明的模仿学习的标记数据是稀缺的,因为这样的库需要人类专家多年的集中努力才能建立。当将大型Transformer语言模型应用于战术预测时,这是特别具有挑战性的,因为在数据稀缺、容易过拟合的情况下,性能相对于模型大小的缩放很快就会被破坏。我们提出了PACT({ \bf P}roof { \bf A}rtifact { \bf C}o-{ \bf T}raining),这是一种从内核级证明项中提取丰富的自监督数据的通用方法,用于与通常的战术预测目标一起进行协同训练。我们将这种方法应用于精益,一个交互式的证明助手,它拥有一些迄今为止最复杂的形式化数学。我们仪器精益与神经定理证明器驱动的Transformer语言模型,并表明PACT提高定理证明成功率从32%到48%的测试定理。
2022-03-16 cs.AI cs.LG cs.LO
Graph Representations for Higher-Order Logic and Theorem Proving
Google Research(谷歌研究院)
本文首次将图神经网络(GNNs)用于高阶证明搜索,并证明GNNs可以改进该领域的最新成果。交互式高阶定理证明器允许大多数数学理论的形式化,并已被证明对深度学习构成了重大挑战。高阶逻辑是高度表达性的,即使它是结构良好的,具有明确定义的语法和语义,仍然没有建立良好的方法将公式转换为基于图的表示。在本文中,我们考虑了高阶逻辑的几个图形表示,并对高阶定理证明的HOList基准评估它们。
2019-09-13 cs.AI cs.LG cs.LO
GraATP: A Graph Theoretic Approach for Automated Theorem Proving in Plane Geometry
United International University(联合国际大学)
自动定理证明(ATP)是人工智能的一个重要分支。ATP的目的是设计一个系统,该系统可以在一组给定前提的基础上,使用一组基本假设并遵循逻辑推理的方法,自动计算出一个算法来证明或反驳一个数学主张。在本文中,我们提出了GraATP,平面几何自动定理证明的一个通用框架。我们提出的方法将几何实体转换为图的节点,并将它们之间的关系转换为该图的边。自动化系统通过图遍历搜索不同的方法来得出索赔结论,从而检查几何定理的有效性。
2014-12-18 cs.AI
Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs
D-CHAB, ETH Zurich, Zurich, Switzerland.;D-INFK, ETH Zurich, Zurich, Switzerland.;ETH AI Center, Zurich, Switzerland.;University of Pennsylvania, PA, USA.;Independent Researcher.
本文提出利用理论计算机科学作为可扩展的严谨证明问题来源,通过算法定义自动生成大量挑战性定理-证明对,展示了在Busy Beaver问题和混合布尔算术问题上的应用,并揭示了自动定理证明在复杂问题上的局限性。
2026-05-18 cs.AI cs.CL cs.LG
Probabilistic Theorem Proving
University of Washington(华盛顿大学)
近年来,结合一阶逻辑和概率的表示方案被提出。在统一逻辑推理和概率推理方面的进展比较缓慢。现有的方法主要是提升变量消除和信念传播的变体,这两种方法都没有考虑逻辑结构。我们提出了第一种方法,具有充分的权力,图形模型推理和一阶定理证明(在有限域Herbrand解释)。我们首先定义概率定理证明,他们的推广,作为问题的概率计算的逻辑公式给定的概率或权重的一组公式。然后,我们将展示如何将其简化为提升加权模型计数的问题,并为后者开发一个有效的算法。我们证明了该算法的正确性,调查其性质,并显示它是如何推广以前的方法。实验表明,在逻辑结构存在的情况下,该算法大大优于提升变量消去法。最后,我们提出了一个近似概率定理证明的算法,并表明它可以大大优于提升的信念传播。
2012-02-14 cs.AI
Proceedings 6th International Workshop on Theorem proving components for Educational software
第六届教育软件定理证明组件国际研讨会(ThEdu'17)于2017年8月6日在瑞典哥德堡举行。它与CADE 26会议有关。感兴趣的主题包括:应用于检查学生输入的自动演绎方法;应用于证明特定问题解决方案的后条件的自动演绎方法;演绎和计算的组合使系统能够提出下一步;动态几何系统专用的自动证明器;数学教育中的证明和证明。Thedu'17是一个充满活力的研讨会,有一个邀请演讲和八个贡献。它触发了手头的后续程序。
2018-03-02 cs.AI cs.CY
Learning-assisted Theorem Proving with Millions of Lemmas
University of Innsbruck(因斯布鲁克大学);Radboud University(拉德堡德大学)
大型形式数学库由数百万个原子推理步骤组成,这些步骤产生相应数量的已证明语句(引理)。类似于非正式的数学实践,只有一小部分这样的陈述被正式的数学家命名并在后来的证明中重复使用。在这项工作中,我们建议和实施标准定义的估计有用的HOL光引理证明进一步的定理。我们使用这些标准来挖掘HOL Light和Flyspeck库中引理的大型推理图,将数百万个最佳引理添加到可以在以后的证明中重用的语句池中。我们表明,结合基于学习的相关性过滤,这种方法显着加强自动定理证明的新的大正式的数学库,如Flyspeck。
2014-02-11 cs.AI cs.DL cs.LG
PhysProver: Advancing Automatic Theorem Proving for Physics
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Rutgers University(罗格斯大学)
PhysProver通过结合可验证语言和强化学习,提升物理领域形式化定理证明的效率和效果。
2026-01-22 cs.AI cs.CL
Reinforcement Learning of Theorem Proving
University of Innsbruck(因斯布鲁克大学);Czech Technical University in Prague(布拉格捷克理工大学);University of Warsaw(华沙大学);Charles University(查理大学)
我们介绍了一个定理证明算法,实际上没有使用域推理指导其连接式证明搜索。相反,它运行了许多蒙特卡洛模拟,这些模拟由以前的证明尝试中的强化学习指导。我们生产几个版本的证明,参数化不同的学习和指导算法。该系统的最强版本是在大量数学问题上训练的,并在以前看不见的问题上进行评估。经过训练的系统在相同数量的推理中解决的问题比基线证明器多40%以上,这在这个人工智能领域是一个非常高的改进。据我们所知,这是强化学习第一次被令人信服地应用于大规模解决一般数学问题。
2018-05-19 cs.AI cs.LG cs.LO
Proceedings 10th International Workshop on Theorem Proving Components for Educational Software
ENS Paris-Saclay(巴黎萨克雷高等师范学院)
EPTCS卷包含ThEdu'21研讨会的会议记录,于2021年7月11日推广,作为CADE-28的卫星活动。由于COVID-19疫情,CADE-28及其所有同地活动均以虚拟活动形式进行。Thedu'21是一个充满活力的研讨会,邀请了Gilles Dowek(ENS Paris-Saclay),十一个贡献和一个演示。讲习班结束后,公开征集论文,共收到10份论文,其中7份已被审查人员接受,并收录在本会后报告中。ThEdu系列追求从中学数学的直观方式到STEM教育中更正式的主题方法的平稳过渡,同时通过利用定理证明技术的力量来支持这种过渡。卷的编辑希望这本论文集将进一步促进基于定理证明的软件的发展,并将合作提高计算机科学家,数学家和教育利益相关者之间的相互理解。
2022-02-02 cs.AI cs.LG cs.LO
Enhancing Neural Theorem Proving through Data Augmentation and Dynamic Sampling Method
National Institute of Science Education and Research(国家教育与科学研究院);Homi Bhabha National Institute(霍米·巴巴国家研究所)
本文提出DS-Prover动态采样方法,通过根据剩余时间调整策略数量优化证明搜索,并分解多前提策略增强训练数据,在MiniF2F和ProofNet上取得显著性能提升。
2024-02-15 cs.AI cs.LG cs.LO
Resource Adaptive Agents in Interactive Theorem Proving
Universität des Saarlandes(萨尔大学)
本文提出了一种支持用户进行交互式定理证明的资源自适应代理机制。该机制使用两层体系结构的代理社会建议适当的命令连同可能的命令参数实例化。实验结果表明,通过引入资源概念,该方法的有效性可以得到进一步提高。在本文中,我们提供了一个抽象的整体机制,激励适当的资源概念的必要性,并讨论其实现的代理体系结构。
2009-01-23 cs.AI cs.LO
Proceedings 7th International Workshop on Theorem proving components for Educational software
第七届教育软件定理证明组件国际研讨会(ThEdu'18)于2018年7月18日在英国牛津举行。它与2018年联邦逻辑会议(FLoC 2018)有关。ThEdu研讨会系列的主要目的是将有兴趣将计算机定理证明(TP)适应教育需求的开发人员联系起来,并向数学家和数学教育工作者介绍TP作为教育软件的潜力。感兴趣的主题包括:应用于检查学生输入的自动演绎方法;应用于证明特定问题解决方案的后条件的自动演绎方法;演绎和计算的组合使系统能够提出下一步;动态几何系统专用的自动证明器;数学教育中的证明和证明。ThEdu'18是一个充满活力的研讨会,有一场受邀演讲和六篇贡献。它触发了手头的后续程序。
2019-03-29 cs.AI cs.LO
Progress in Computer-Assisted Inductive Theorem Proving by Human-Orientedness and Descente Infinie?
Saarland Univ.(萨尔兰大学)
本文简要回顾了自动归纳定理证明和计算机辅助数学归纳法的发展历史。我们认为,目前对这一领域进展的低期望是错误的狭隘历史预测造成的。我们的主要动机是解释-在一个抽象的,但希望充分描述的水平-为什么我们相信,在该领域的未来进展是从以人为本的结果和下降无限。
2010-09-01 cs.AI cs.LO
Neural Theorem Proving for Verification Conditions: A Real-World Benchmark
Nanyang Technological University(南洋理工大学);Peking University(北京大学);MBZUAI;Imperial College London(帝国理工学院);East China Normal University(华东师范大学);University of Edinburgh(爱丁堡大学)
本研究提出NTP4VC,首个现实世界多语言基准测试,评估LLMs在自动验证条件证明中的表现,揭示程序验证中的挑战与未来研究方向。
2026-01-28 cs.AI cs.PL cs.SE
Social Network Processes in the Isabelle and Coq Theorem Proving Communities
University of Edinburgh(爱丁堡大学)
我们确定了在伊莎贝尔和科克社区的主要演员,并描述他们如何影响和影响他们的同龄人。这项工作探讨了社会网络分析的基础,我们希望在ProofPeer项目的背景下,这是一个新的模式,互动的定理证明的基础上合作和社会互动是有用的。
2016-09-22 cs.AI cs.LO cs.SI
ATG: Benchmarking Automated Theorem Generation for Generative Language Models
Shenzhen Campus of Sun Yat-Sen University(中山大学深圳校区);City University of Hong Kong(香港城市大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));DarkMatter AI Research(DarkMatter AI研究)
本文提出 ATG 基准,基于 Metamath 按证明深度划分数据,评估生成式语言模型自动产生可复用定理并增强下游自动定理证明的能力。
2024-05-05 cs.AI cs.CL
Reasoning, Metareasoning, and Mathematical Truth: Studies of Theorem Proving under Limited Resources
Microsoft Research(微软研究院);Center for the Study of Language and Information(语言与信息研究中心);Stanford University(斯坦福大学)
在早期的工作中,我们引入了灵活推理和决策理论元推理来解决规范推理的棘手问题。在这里,而不是追求的任务,计算信念和行动的决策模型组成的区别不确定的事件,我们研究的方法推断信念的数学真理之前,自动定理证明完成证明。我们采用贝叶斯分析来更新对真理的信念,给出了定理证明的进展,并展示了如何使用决策理论方法来确定在时间紧迫的情况下继续审议与立即采取行动的价值。
2013-02-20 cs.AI
A Survey on Deep Learning for Theorem Proving
University of Toronto(多伦多大学);Nanjing University(南京大学);Microsoft Research Asia(微软亚洲研究院);Caltech(加州理工学院);Meta FAIR;CIFAR(加拿大高级研究中心)
本文综述了深度学习在定理证明中的应用,涵盖自动形式化、前提选择、证明步骤生成与搜索等任务,并总结了相关数据集、评估指标及未来挑战。
2024-08-22 cs.AI
FIMO: A Challenge Formal Dataset for Automated Theorem Proving
Peking University(北京大学);Huawei HiSilicon(华为海思);Sun Yat-sen University(中山大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室);The Chinese University of Hong Kong(香港中文大学)
本文提出FIMO数据集,包含149个源自IMO短名单问题的Lean形式化问题陈述,并通过GPT-4实验揭示了当前自动定理证明方法在IMO级别任务上的不足。
2023-12-05 cs.AI
Quantum automated theorem proving
Center for Quantum Information, IIIS, Tsinghua University, Beijing 100084, China(量子信息中心、IIIS、清华大学、北京100084、中国);Shanghai Qi Zhi Institute, Shanghai 200232, China(上海启智研究所、上海200232、中国);Hefei National Laboratory, Hefei 230088, China(合肥国家实验室、合肥230088、中国)
本文提出量子自动定理证明的通用框架,利用量子叠加和纠缠特性,实现命题逻辑和一阶逻辑的自动推理,并扩展了吴氏代数方法用于几何定理证明。
2026-01-12 cs.AI quant-ph
Rare Speed-up in Automatic Theorem Proving Reveals Tradeoff Between Computational Time and Information Value
UNAM(墨西哥国立自治大学);University of Oxford(牛津大学);LABORES;Carnegie Mellon University(卡内基梅隆大学)
我们发现,在自动定理证明中实现的策略涉及到执行速度,证明加速/计算时间和有用的信息之间的一个有趣的权衡。我们提前正式定义这些概念的正常相关的预期(最佳)理论加速时,添加有用的信息(其他定理作为公理)的概念,与实际的策略,可以有效地和高效地实施。我们提出了一个不可避免的权衡存在这种正常性和计算的时间复杂度。这个论点量化了信息在(积极的)加速方面的有用性。结果揭示了一种没有免费午餐的情况下,权衡的基本性质。本文中的主要定理与数值实验一起-使用两个不同的自动定理证明器APros和Prover 9进行命题逻辑的随机定理-为这样一个事实提供了强有力的理论和经验论据,即找到新的有用信息来解决一个特定的问题(定理),一般来说,和问题(定理)本身一样困难。
2015-06-14 cs.AI cs.LO
Integrating Testing and Interactive Theorem Proving
Northeastern University(东北大学);University of Texas at Austin(德克萨斯大学奥斯汀分校)
使用交互式定理证明器来推理程序涉及一系列交互,其中用户用图解来挑战定理证明器。然而,许多提出的证明实际上是错误的,用户在意识到这一点之前经常花费相当大的精力来检查定理证明器的输出。我们提出了一个协同集成的测试与定理证明,实现在ACL2轿车(ACL2),自动生成具体的反例。我们的方法使用的全部权力的定理证明和相关的库来简化代数,这种简化可以转换代数,找到反例是很难的代数,找到反例是平凡的。事实上,我们的方法甚至会导致更好的定理证明,例如,如果测试表明推广步骤导致错误的猜想,我们会迫使定理证明器回溯,允许它追求更富有成效的选择,可能会产生证明。本文的重点是工程的协同集成测试与交互式定理证明,这包括扩展ACL 2的新功能,我们希望是普遍感兴趣的。我们还讨论了我们的经验,在使用ACL2教新生如何对他们的程序的原因。
2011-10-21 cs.AI cs.LO cs.SE
Theorem Proving in Large Formal Mathematics as an Emerging AI Field
Radboud University Nijmegen(拉德堡德大学奈梅亨分校);Czech Technical University(捷克技术大学)
近年来,我们已经将大量的形式数学与自动定理证明(ATP)工具联系起来,并开始开发在此环境下工作的组合AI/ATP系统。在本文中,我们首先涉及到这个项目的早期大规模自动化的发展所做的McCune的水獭系统,并讨论的QED项目正式的一个重要组成部分的数学。然后,我们总结了我们迄今为止的冒险,认为QED的梦想是正确的,预测了一个非常有趣的语义人工智能领域的创建,并讨论了其进一步的研究方向。
2012-12-16 cs.AI cs.DL
Towards Neural Theorem Proving at Scale
University College London(伦敦大学学院);University of Oxford(牛津大学);Bloomsbury AI
以端到端可训练方式结合表示学习和推理的神经模型正受到越来越多的关注。然而,它们的使用受到其计算复杂性的严重限制,这使得它们在现实世界的数据集上无法使用。我们专注于Rockt{ä}schel和Riedel(2017)提出的神经定理证明器(NTP)模型,这是Prolog反向链接算法的连续放松,其中项之间的统一被其嵌入表示之间的相似性所取代。为了回答给定的查询,该模型需要考虑所有可能的证明路径,然后聚合结果-即使对于小知识库(KB),这也很快变得不可行。我们观察到,我们可以通过只考虑与最高证明分数相关的证明路径来准确地近似该模型中的推理过程。这使得能够对以前不可行的知识库进行推理和学习。
2018-07-21 cs.AI cs.CL
ProofNet: Autoformalizing and Formally Proving Undergraduate-Level Mathematics
Yale College(耶鲁学院);University of Warsaw(华沙大学);EleutherAI;Carnegie Mellon University(卡内基梅隆大学);Yale University(耶鲁大学)
我们介绍ProofNet,一个基准的自动形式化和正式证明的本科层次的数学。ProofNet基准测试由371个示例组成,每个示例由Lean 3中的正式定理语句、自然语言定理语句和自然语言证明组成。这些问题主要来自流行的本科纯数学教科书,涵盖了诸如实分析和复分析、线性代数、抽象代数和拓扑学等主题。我们打算让ProofNet成为一个具有挑战性的基准,它将推动自动形式化和自动定理证明的进展。我们通过上下文学习报告了语句自动形式化的基线结果。此外,我们介绍了两个新的语句自动形式化方法:即时检索和蒸馏回译。
2023-02-24 cs.AI cs.CL cs.LO
LeanAgent: Lifelong Learning for Formal Theorem Proving
California Institute of Technology(加州理工学院);Stanford University(斯坦福大学);University of Wisconsin, Madison(威斯康星大学麦迪逊分校)
针对形式化定理证明中静态LLM泛化性差的问题,提出终身学习框架LeanAgent,通过课程学习、动态数据库和渐进训练持续扩展数学知识,成功证明155个高级定理,并在稳定性和后向迁移上表现优越。
2025-03-06 cs.AI cs.LG cs.LO
TheoremBench: Evaluating LLMs on Theorem Proving in Formal Mathematics
Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究所);HSE University(高等经济大学);Artificial Intelligence Research Institute(人工智能研究所);Sberbank(俄罗斯联邦储蓄银行)
提出TheoremBench基准,通过结构化定理族和细粒度评估指标,揭示当前证明器在复杂定理上的行为偏差。
2026-06-08 cs.AI
Towards Evolutionary Theorem Proving for Isabelle/HOL
University of Innsbruck(因斯布鲁克大学);Czech Technical University(捷克技术大学)
机械化的定理证明正成为可靠系统编程和严格数学的基础。尽管在校样自动化方面取得了数十年的进步,但编写机械化校样仍然需要工程师的专业知识,并且仍然是劳动密集型的。近年来,研究者们利用监督学习从已有的大型证明语料库中提取交互式证明开发的知识。然而,现有的证明语料库只提供了一种证明猜想的方法,而往往有多个等价有效的方法来证明一个猜想。在这篇摘要中,我们确定了发现自动证明搜索算法的挑战,并提出了我们的新方法,以提高在伊莎贝尔/HOL自动证明搜索算法使用演化计算。
2019-04-17 cs.AI cs.LO
Constrained Training of Neural Networks via Theorem Proving
University of Edinburgh(爱丁堡大学)
我们介绍了一个定理证明方法的规范和生成的时间逻辑约束的训练神经网络。我们正式的线性时序逻辑的深度嵌入有限的痕迹(LTL $_f$)和相关的评价功能,其语义特征内的高阶逻辑的伊莎贝尔定理证明。然后,我们进行正式的损失函数$\mathcal{L}$,我们正式证明是健全的,可微的功能$d\mathcal{L}$。随后,我们使用Isabelle的自动代码生成机制来生成LTL $_f$、$\mathcal{L}$和$d\mathcal{L}$的OCaml版本,并通过Python的OCaml绑定与PyTorch集成。我们表明,当在现有的动态运动深度学习框架中进行训练时,我们的方法可以为常见的运动规范模式(如避障和巡逻)产生预期的结果。我们的方法的独特好处是完全严格的方法进行约束训练,消除了许多固有的风险,特别是直接在一个“不安全的”程序设计语言,如Python的逻辑方面的实现。
2022-07-08 cs.AI cs.LG cs.LO
OptProver: Bridging Olympiad and Optimization through Continual Training in Formal Theorem Proving
School of Mathematical Sciences, Peking University(北京大学数学科学学院);Huawei Technologies(华为技术有限公司);Center for Machine Learning Research, Peking University(北京大学机器学习研究中心);Beijing International Center for Mathematical Research, Peking University(北京国际数学研究中心)
OptProver通过持续训练实现从竞赛数学到本科优化的高效迁移,结合大规模优化数据筛选与偏好学习目标,提升证明效率与鲁棒性,同时在Lean 4上建立新基准并取得优异成绩。
2026-04-28 cs.AI cs.LG
HunyuanProver: A Scalable Data Synthesis Framework and Guided Tree Search for Automated Theorem Proving
Tencent Hunyuan Teams(腾讯混元团队)
本研究推出基于Hunyuan 7B微调的自动定理证明模型HunyuanProver,搭配可扩展低成本数据合成框架与引导式树搜索算法,在miniF2F-test等基准上取得SOTA性能,并将开源3万条合成证明数据集。
2025-03-21 cs.AI cs.CL
BAIT: Benchmarking (Embedding) Architectures for Interactive Theorem-Proving
Australian National University(澳大利亚国立大学);Defence Science and Technology Group(国防科学技术集团);BIMLOGIQ;Google DeepMind(谷歌DeepMind)
针对交互式定理证明(ITP)研究分散、方法难比较的问题,提出BAIT框架,通过比较公式嵌入的先进架构、评估端到端证明性能,为ITP学习方法提供公平简化的比较基准,助力未来研究。
2024-03-06 cs.AI cs.LG cs.LO
InternLM2.5-StepProver: Advancing Automated Theorem Proving via Critic-Guided Search
Shanghai AI Laboratory(上海人工智能实验室);The Chinese University of Hong Kong(香港中文大学);Tsinghua University(清华大学);University of Southern California(美国南加州大学)
针对大语言模型定理证明中最佳优先搜索忽略轨迹偏好信息的问题,提出评论家引导搜索的方法,结合大规模专家迭代训练的InternLM2.5-StepProver显著提升证明性能,并开源相关资源。
2025-10-21 cs.AI cs.CL
LeanConjecturer: Automatic Generation of Mathematical Conjectures for Theorem Proving
OMRON SINIC X Corporation(OMRON SINIC X公司);Department of Physics, Kyoto University(京都大学物理系);AI Innovation Research Promotion Center, Shiga University(Shiga大学AI创新研究促进中心);Research and Development Center for Large Language Models, National Institute of Informatics(国家信息研究所大型语言模型研究开发中心);National Institute of Science and Technology Policy (NISTEP)(科学技术政策研究所)
本文提出LeanConjecturer流水线,结合规则与LLM在Lean 4中自动生成数学猜想,并利用GRPO强化学习增强定理证明能力,为定理证明系统提供可扩展的训练数据生成方案。
2025-06-27 cs.AI
Learning Theorem Proving Components
Czech Technical University in Prague(布拉格捷克理工大学);University of Innsbruck(因斯布鲁克大学)
基于给定子句过程的饱和式自动定理证明器(ATPs)是当今经典一阶逻辑最强的通用推理机。然而,在这样的系统中的子句选择算法通常是孤立地评估子句,而忽略其他子句。最近,通过为E/ENIGMA系统配备一个图神经网络(GNN)来改变这种情况,该网络根据先前选择的子句的上下文中的评估来选择下一个给定子句。在这项工作中,我们描述了几个算法和实验ENIGMA,提出了基于学习的重要组成部分的子句图的上下文评估的想法。
2021-07-21 cs.AI cs.LG cs.LO
Proceedings 12th International Workshop on Theorem proving components for Educational software
Inria(法国国家信息与自动化研究所)
本文介绍第12届教育软件定理证明组件国际研讨会(ThEdu'23)的论文集,涵盖利用定理证明技术支持数学教育过渡的研究成果,旨在促进相关软件发展及跨领域交流。
2024-04-04 cs.AI cs.LG cs.LO
Planning as Theorem Proving with Heuristics
Toronto Metropolitan University(多伦多都会大学)
本文提出一种基于情境演算和A*搜索的定理证明提升启发式规划器,虽速度较慢但能生成更短计划并探索更少状态,证明该方法是可行的。
2023-06-20 cs.AI cs.LO
LEGO-Prover: Neural Theorem Proving with Growing Libraries
Sun Yat-sen University(中山大学);The Chinese University of Hong Kong(香港中文大学);Huawei HiSilicon(华为海思);City University of Hong Kong(香港城市大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学)
LEGO-Prover 通过成长式技能库让大语言模型在定理证明中模块化地检索、创建并演化可复用引理,在 miniF2F 基准上提升通过率并生成超过 20,000 个技能。
2023-10-27 cs.AI