大模型推理能力

REAL-Prover: Retrieval Augmented Lean Prover for Mathematical Reasoning

REAL-Prover：基于检索的Lean证明器用于数学推理

Ziju Shen, Naohao Huang, Fanyi Yang, Yutong Wang, Guoxiong Gao, Tianyi Xu, Jiedong Jiang, Wanyi He, Pu Yang, Mengzhou Sun, Haocheng Ju, Peihao Wu, Bryan Dai, Bin Dong

机构 * Peking University（北京大学） ； Renmin University of China（中国人民大学） ； Ubiquant（Ubiquant公司） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） 纠错

专题命中 代码与定理证明 ：reasoning(title)；分类 cs.CL、cs.AI、cs.LG

AI总结 REAL-Prover基于检索增强的Lean证明器，通过微调大型语言模型和检索系统，在数学推理任务中取得显著性能提升。

Bridging LLM Planning Agents and Formal Methods: A Case Study in Plan Verification

连接大语言模型规划代理与形式方法：计划验证的案例研究

Keshav Ramani, Vali Tawosi, Salwa Alamir, Daniel Borrajo

机构 * J.P. Morgan AI Research（摩根大通人工智能研究） 纠错

专题命中 代码与定理证明 ：planning(title)；分类 cs.AI

AI总结 本文提出一种利用大语言模型将自然语言计划转换为形式化逻辑并进行验证的框架，展示了GPT-5在计划验证中的高准确率及形式化表示的生成能力。

Comments Accepted to AgenticSE Workshop at ASE 2025

Beyond Protein Language Models: An Agentic LLM Framework for Mechanistic Enzyme Design

超越蛋白质语言模型：一种用于机制酶设计的代理LLM框架

Bruno Jacob, Khushbu Agarwal, Marcel Baer, Peter Rice, Simone Raugei

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

专题命中 代码与定理证明 ：reasoning(abstract)；分类 cs.AI

AI总结 Genie-CAT通过整合文献推理、结构解析、静电势计算和机器学习预测，实现蛋白质设计中可解释的科学假设生成，提升计算发现效率。

Comments 10 pages, 4 figures

LLMs as Firmware Experts: A Runtime-Grown Tree-of-Agents Framework

LLMs作为固件专家：一种运行时增长的代理树框架

Xiangrui Zhang, Zeyu Chen, Haining Wang, Qiang Li

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 本文提出FIRMHIVE框架，利用LLMs作为固件安全分析师，通过递归代理蜂群实现更深入的固件漏洞检测，提升漏洞识别率和精度。

Comments 18 pages, 13 figures

BOOP: Write Right Code

BOOP：写出正确的代码

Vaani Goenka, Aalok Thakkar

专题命中 代码与定理证明 ：reasoning(abstract)

AI总结 BOOP通过结构化框架提升编程教育中的计算思维能力，强调正确性优先的开发方法。