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
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
Towards Solving More Challenging IMO Problems via Decoupled Reasoning and Proving
Tencent AI Lab(腾讯AI Lab)
针对LLM在形式证明上弱于非形式推理的难题,提出解耦推理与证明的框架,用专用推理器生成子目标引理并由证明器验证,在2000年后IMO难题上成功解决5题。
2025-07-07 cs.AI 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
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
What are the Right Symmetries for Formal Theorem Proving?
University of Oxford(牛津大学);KAIST(韩国科学技术院);TU Wien(维也纳技术大学);AITHYRA
本文探讨了正式定理推理中应尊重的对称性,提出了基于范畴论的重写范畴框架,用于形式化证明等价性和成功不变性,并通过测试时方法改进了LLM基定理证明器的鲁棒性和性能。
2026-05-21 cs.AI cs.LG cs.LO
Mathesis: Towards Formal Theorem Proving from Natural Languages
Huawei Celia Team(华为Celia团队);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)
本文提出端到端自然语言定理证明流水线Mathesis,结合强化学习自动形式化器、LeanScorer与证明器,并构建Gaokao-Formal基准,在MiniF2F和高考形式化任务上取得先进结果。
2025-06-08 cs.AI
Towards Formal Fault Tree Analysis using Theorem Proving
National University of Sciences and Technology (NUST)(国立科技大学)
故障树分析(FTA)是一种可靠性分析技术,已被广泛用于预测许多复杂工程系统的可靠性、可用性和安全性。传统上,这些基于FTA的分析是使用纸笔证明方法或计算机模拟完成的,由于其固有的局限性,这些方法不能确定绝对正确性。作为一种补充方法,我们建议使用高阶逻辑定理证明器HOL 4进行基于FTA的安全关键系统的故障分析的准确性是一个迫切需要的分析。特别是,本文提出了一个高阶逻辑形式化的通用故障树门,即,与、或、与非、或非、异或和非的失效概率表达式的形式化验证。此外,我们已经正式验证了通用的概率包含-排除原则,这是进行任何给定系统的基于FTA的故障分析的最重要的要求之一。为了说明的目的,我们进行基于FTA的故障分析的太阳能电池阵,这是用来作为东方红3号(DFH-3)卫星的主要电源。
2015-05-08 cs.AI cs.LO cs.SE
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
FormalRewardBench: A Benchmark for Formal Theorem Proving Reward Models
Koç University, Department of Computer Science and Engineering(科克大学计算机科学与工程系);Codeway Studios(Codeway工作室);Boğaziçi University, Department of Computer Engineering(博雅奇大学计算机工程系);Friedrich-Alexander-Universität Erlangen-Nürnberg, Intelligent Language Systems(埃尔兰根-纽伦堡弗里德里希-亚历山大大学智能语言系统)
本文提出FormalRewardBench,通过250对偏好数据评估奖励模型,发现前沿LLM在证明评估中表现最佳,而专门定理证明模型表现最差,揭示了证明能力与评估能力的差异。
2026-05-11 cs.AI
IsabeLLM: Automated Theorem Proving Applied to Formally Verifying Consensus
Imperial College London(伦敦帝国学院)
本文改进IsabeLLM自动化定理证明工具,通过检索增强生成、错误追踪和反例生成提升大语言模型上下文,并兼容最新Isabelle和Sledgehammer,用于验证比特币工作量证明共识。
2026-06-17 cs.AI
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
Decomposing the Enigma: Subgoal-based Demonstration Learning for Formal Theorem Proving
The University of Hong Kong(香港大学);University of Cambridge(剑桥大学)
本文提出基于子目标的演示学习框架,通过构建和细化子目标并利用扩散模型优化演示组织,将miniF2F上的证明准确率从38.9%提升至45.5%。
2023-05-25 cs.AI cs.CL cs.LG
MathAdv: What Theorem Provers Know, Reason, Formalize, and Generalize
University of Maryland(马里兰大学);Georgia Institute of Technology(佐治亚理工学院);Cornell University(康奈尔大学);All Purpose AI
本研究推出涵盖13个数学领域的诊断基准MathAdv,结合Lean 4评估当代定理证明器,发现形式化是瓶颈、性能跨领域差异大等问题,为分组件评估模型能力提供依据。
2026-10-20 cs.AI cs.CL cs.LO
Enhancing Formal Theorem Proving: A Comprehensive Dataset for Training AI Models on Coq Code
1flonatel GmbH \& Co. KG, Aachen, Germany
本文构建了一个源自超一万个 Coq 源文件的综合数据集,用于训练 LLMs 生成 Coq 代码,实验表明微调模型可为一个引理生成 141 个有效证明,推动了自动定理证明的发展。
2024-04-02 cs.AI cs.LO
MSC-180: A Benchmark for Automated Formal Theorem Proving from Mathematical Subject Classification
MSC-180是一个用于评估自动形式定理证明的基准,揭示了当前基于LLM的定理证明者在数学领域覆盖和泛化能力上的不足。
2025-12-20 cs.AI cs.LO
Faults in Our Formal Benchmarking: Dataset Defects and Evaluation Failures in Lean Theorem Proving
通过大规模静态检查器审计五个Lean定理证明基准,发现398个机械可验证问题(如反例、空洞定理),并提出缺陷分类、自动检查工具和评估标准。
2026-06-28 cs.AI
Generative Language Modeling for Automated Theorem Proving
OpenAI
我们探讨了基于transformer的语言模型在自动定理证明中的应用。这项工作的动机是一个主要的限制自动定理证明人相比,人类-原始数学术语的生成-可能是通过从语言模型生成寻址的可能性。我们提出了一个自动化的证明和证明助手,GPT-f,元形式化语言,并分析其性能。GPT-f发现了新的简短证明,这些证明被主Metamath库所接受,据我们所知,这是基于深度学习的系统第一次提供被正式数学社区采用的证明。
2020-09-07 cs.AI cs.CL cs.LG
Using Aristotle API for AI-Assisted Theorem Proving in Lean 4: A Formalisation Case Study of the Grasshopper Problem
Nanyang Technological University(南洋理工大学)
本文通过形式化案例研究,探讨了使用阿基里斯API在Lean 4中进行AI辅助定理证明的挑战,展示了格里菲斯问题的证明过程,揭示了局部证明搜索成功但全局组合计数仍需解决的局限性。
2026-05-19 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
MA-LoT: Model-Collaboration Lean-based Long Chain-of-Thought Reasoning enhances Formal Theorem Proving
NVIDIA(英伟达);University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
提出MA-LoT框架,通过模型协作分离整体证明生成与错误分析任务,结合长思维链与Lean4验证器交互,并引入LoT-迁移学习流水线,在MiniF2F-Test上取得61.07%准确率,超越多个基线。
2025-05-27 cs.AI cs.CL
Advocate for Complete Benchmarks for Formal Reasoning with Formal/Informal Statements and Formal/Informal Proofs
Huawei Hong Kong Research Center(华为香港研究中心);Department of Cultural Studies(文化研究系);The Chinese University of Hong Kong(香港中文大学)
本文批判性地审视形式推理与自动定理证明领域的基准测试实践,倡导开放代码、开放数据及完整无错误的基准,并识别和提出消除贡献障碍的方法,以促进跨群体协作。
2025-07-07 cs.AI cs.LG cs.LO
Semantic Parsing of Mathematics by Context-based Learning from Aligned Corpora and 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)
我们研究的非正式数学表达式到正式的,深入的计算机理解的非正式数学文本的主要先决条件的自动解析方法。我们提出了一种基于上下文的解析方法,结合了有效的统计学习的深度解析树的语义修剪类型检查和大理论自动定理证明。我们表明,这些方法非常显着地改进了Flyspeck语料库中解析定理的先前结果。
2016-11-29 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
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
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
Neural Theorem Proving: Generating and Structuring Proofs for Formal Verification
针对通用定理证明难题,本研究提出含三组件的神经定理证明框架,经两阶段微调训练LLM,在基准测试与AWS S3策略验证场景有效,还整理了新数据集。
2025-10-01 cs.AI cs.FL cs.LG
MA-ProofBench: A Two-Tiered Evaluation of LLMs for Theorem Proving in Mathematical Analysis
ModelBest Inc.;Tsinghua University(清华大学)
提出首个面向数学分析的形式化定理证明基准MA-ProofBench,包含200个定理,覆盖6个核心主题和27个子类别,分为本科和博士资格两级难度,评估发现当前模型表现不佳,GPT-5.5在Level I上仅达16% Pass@8。
2026-06-16 cs.AI
An In-Context Learning Agent for Formal Theorem-Proving
The University of Texas at Austin(得克萨斯大学奥斯汀分校)
本文提出 COPRA,一种通过 GPT-4 在有状态回溯搜索中反复提议策略并利用执行反馈与引理检索的上下文学习智能体,在 Lean 和 Coq 形式化定理证明上优于少样本与微调方法。
2024-08-08 cs.AI cs.LG cs.LO
GAPS: Geometry-Aware Problem Solver
University of Strathclyde(斯特拉斯克莱德大学);Mind Rank Ltd.(Mind Rank 有限公司)
针对现有几何问题求解方法忽略题型差异、侧重计算忽视证明的问题,提出GAPS模型,通过题型分类、算子操作数分离生成及几何元素增强,在UniGeo数据集上显著超越SOTA模型Geoformer。
2024-01-29 cs.AI cs.CL
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
Spark-Prover-X1: Formal Theorem Proving Through Diverse Data Training
iFlytek Research(iFlytek研究院)
Spark-Prover-X1通过多样化数据训练提升轻量级LLMs的形式推理能力,实现形式定理证明的突破。
2025-12-01 cs.CL
VERITAS: Verifier-Guided Proof Search for Zero-Shot Formal Theorem Proving
Department of Computer Science, Vanderbilt University(范德堡大学计算机科学系);Amazon(亚马逊)
提出VERITAS框架,通过两阶段协议(Best-of-N采样+批评引导MCTS)利用验证器反馈进行零样本定理证明,在miniF2F上达40.6%准确率,并发布组合学基准VERITAS-CombiBench。
2026-06-19 cs.AI cs.LG cs.LO
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
miniCTX: Neural Theorem Proving with (Long-)Contexts
Carnegie Mellon University(卡内基梅隆大学)
提出miniCTX基准测试及ntp-toolkit工具,评估神经定理证明器利用长上下文证明训练未见定理的能力,发现基于上下文的方法显著优于传统方法。
2025-03-04 cs.AI cs.CL cs.LG
Reward-Oracle MCTS for Formal Theorem Proving: Sample-Efficient Search and the Need for Kernel-Level Proof Auditing
本研究提出三角色奖励-预言机MCTS框架用于形式化定理证明,在多基准测试中提升了证明求解性能,并通过审计发现了奖励黑客问题,确立了内核级审计的必要性。
2026-09-01 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
Proceedings of the Fifth Workshop on Proof eXchange for Theorem Proving
本卷EPTCS包含第五届定理证明证据交换研讨会(PxTP 2017)的会议记录,该研讨会于2017年9月23日至24日在巴西巴西利亚举行,是Tableaux,FroCoS和ITP会议的一部分。PxTP研讨会系列汇集了研究人员,他们致力于推理系统和形式主义之间的通信,集成和合作的各个方面,特别关注证明。在过去几十年中,计算机辅助推理(包括自动化和交互式推理)取得了进展,使人们有可能建立越来越适用于更广泛问题的推理工具,并能够逐步更快地解决更大的问题。近年来,在较大的系统中,这些工具之间的合作已经证明了减少人工干预的潜力。推理系统之间的合作依赖于理论形式主义和实用工具的可用性,以交换问题,证明和模型。PxTP系列研讨会致力于鼓励这种合作,邀请各方就推理工具之间合作的各个方面做出贡献,无论是自动的还是交互式的。
2017-12-04 cs.AI cs.LO cs.PL
Seed-Prover: Deep and Broad Reasoning for Automated Theorem Proving
ByteDance Seed(字节跳动Seed团队);AI4Math
本研究提出引理式全证明推理模型Seed-Prover与几何推理引擎Seed-Geometry,通过形式化验证结合长思维链强化学习实现深度广度推理,在多个数学定理证明基准上大幅超越SOTA,还在2025年IMO中证明6题中的5题。
2025-08-01 cs.AI cs.CL
ProofEvolve: Neuro-Symbolic Evolution for Formal Automated Theorem Proving
University of Virginia(弗吉尼亚大学);Meta AI
ProofEvolve是一种神经符号框架,结合神经模型与Lean内核进化形式化验证的证明结构,在三个竞赛级Lean基准中实现最高平均定理解决率,解决现有神经证明器的递归结构缺失问题。
2026-08-28 cs.AI
EvolProver: Advancing Automated Theorem Proving by Evolving Formalized Problems via Symmetry and Difficulty
Hong Kong Baptist University(香港 Baptist 大学);Ant Group(蚂蚁集团);School of Data Science, Fudan University(复旦大学数据科学学院)
针对大语言模型在形式化定理证明中泛化性差的问题,提出从对称性和难度两方面演化数据的增强流水线,训练出的7B参数非推理模型EvolProver在多个基准上取得SOTA成绩。
2025-10-01 cs.AI
Solving Quantified Modal Logic Problems by Translation to Classical Logics
本文评估了自动定理证明系统在QMLTP库中的表现,通过将问题翻译为类型一阶和高阶逻辑并使用一阶或高阶逻辑ATP系统求解,发现嵌入方法在使用先进系统时可靠,且在反驳猜想时优于原生模态逻辑系统。
2024-04-29 cs.AI cs.LO
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
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
OpenProver: Agentic and Interactive Theorem Proving with Lean 4
Charles University, Faculty of Mathematics and Physics(查尔斯大学数学与物理系)
介绍用于大语言模型驱动的自动化定理证明的开源系统OpenProver,它集成特定架构,完全开源,能自动验证证明,提供交互式界面,通过在ProofNet上评估展示自动验证在定量消融实验中的潜力。
2026-07-13 cs.AI cs.MS
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
LeanProgress: Guiding Search for Neural Theorem Proving via Proof Progress Prediction
Computing + Mathematical Sciences Department(计算与数学科学系);California Institute of Technology(加利福尼亚理工学院);Computer Science Department(计算机科学系);Princeton University(普林斯顿大学)
LeanProgress通过预测证明进度提升神经定理证明效率,实现Mathlib4证明效率提升3.8%
2026-01-18 cs.AI
Goedel-Architect: Streamlining Formal Theorem Proving with Blueprint Generation and Refinement
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学);University of Science and Technology of China(中国科学技术大学);University of Toronto(多伦多大学);National University of Singapore(新加坡国立大学);University of Tokyo(东京大学);University of Washington(华盛顿大学)
提出Goedel-Architect框架,通过生成和精炼依赖图蓝图,结合Lean 4证明器并行证明引理,在多个基准测试上达到开源最优性能。
2026-06-04 cs.AI
DeepSeek-Prover: Advancing Theorem Proving in LLMs through Large-Scale Synthetic Data
DeepSeek(深度求索);Sun Yat-sen University(中山大学);University of Edinburgh(爱丁堡大学);MBZUAI(穆罕默德·本·扎耶德人工智能大学)
本研究提出利用大规模合成数据(800万条形式化证明)微调 DeepSeekMath 7B,显著提升大语言模型在 Lean 4 定理证明上的性能,超越 GPT-4 和树搜索方法。
2024-05-23 cs.AI
Alchemy: Amplifying Theorem-Proving Capability through Symbolic Mutation
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence(人机混合增强智能国家重点实验室);Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University(西安交通大学人工智能与机器人研究所);Microsoft Research Asia(微软亚洲研究院)
即使对于有经验的专家来说,编写正式的证明也是一项挑战。神经定理证明(NTP)的最新进展显示了加快这一过程的希望。然而,与一般文本相比,互联网上提供的正式语料库有限,这对NTP构成了严重的数据短缺挑战。为了解决这个问题,这项工作提出了炼金术,数据合成的一般框架,通过符号突变构建正式的定理。具体来说,对于Mathlib中的每个候选定理,我们识别出所有可以用来重写或应用于它的可调用定理。随后,我们通过将语句中的相应项替换为其等价形式或先行项来改变候选定理。因此,我们的方法将Mathlib中的定理数量增加了一个数量级,从110k增加到6M。此外,我们在这个增强的语料库上为大语言模型进行持续的预训练和监督微调。实验结果表明,我们的方法的有效性,实现了4.70%的绝对性能提高Leandojo基准。此外,基于合成数据,我们的方法在分布式miniF2F基准测试中获得了2.47%的绝对性能提升。为了提供进一步的见解,我们对合成数据的组成和训练范式进行了全面的分析,为开发强大的定理证明器提供了有价值的指导。
2025-04-03 cs.AI
Gold-Medal-Level Olympiad Geometry Solving with Efficient Heuristic Auxiliary Constructions
ETH Zurich(苏黎世联邦理工学院);Microsoft(微软公司);University of California, Los Angeles(加州大学洛杉矶分校)
本文提出HAGeo方法,通过高效启发式辅助构造在IMO-30基准上解决28个问题,达到金牌级性能,超越基于神经网络的AlphaGeometry方法。
2025-11-27 cs.AI cs.CG
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
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
FormalEvolve: Neuro-Symbolic Evolutionary Search for Diverse Autoformalization
School of Artificial Intelligence, Xidian University(西安电子科技大学人工智能学院);Beijing Institute for General Artificial Intelligence(北京通用人工智能研究院)
提出FormalEvolve,一种结合LLM变异、交叉、补丁修复和符号AST重写的神经符号进化搜索方法,将自动形式化重构为预算测试时搜索,通过维护可编译存档并报告去重语义接受库,在CombiBench和ProofNet上分别达到58.0%和84.9%的SH@100,并提升下游定理证明性能。
2026-09-03 cs.AI