研究人员开发了一个新框架，通过利用编译器输出来提高形式化定理证明器的效率。该方法采用一种学习改进（learning-to-refine）的方法，利用编译器将各种证明尝试压缩成结构化的失败模式。该系统执行树搜索，根据验证器的反馈纠正错误，以避免广泛证明探索的高计算成本。评估表明，该方法增强了证明器的能力，并在可比的时间预算内，在 PutnamBench 上实现了约 8B 和 32B 参数模型的最新性能。 AI
影响 引入了一种增强人工智能驱动的形式化验证的新颖方法，有可能降低计算成本并提高复杂定理证明任务中的推理能力。
排序理由 这是一篇详细介绍形式化定理证明新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →