实体
DeepSeek-Prover-V1.5-RL
DeepSeek-Prover-V1.5-RL
PulseAugur coverage of DeepSeek-Prover-V1.5-RL — every cluster mentioning DeepSeek-Prover-V1.5-RL across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的SCOPE系统使用LLM进行认证定理证明
一篇新的研究论文介绍了SCOPE，一个旨在改进Lean等证明助手中的认证定理证明的系统。SCOPE将语言模型规划证明步骤与执行数值计算的符号引擎之间的劳动进行了划分，提高了复杂命题的准确性。该方法在使用一个1.35亿参数的模型在218个问题的套件上实现了87.6%的认证率，在某些指标上显著优于更大的模型，并展示了一条比简单扩大模型规模更直接的可靠证明路径。
-
精简定理证明基准和RL模型推理中发现的缺陷
研究人员在精简定理证明数据集的正式基准测试中发现了重大缺陷，揭示了数千个问题，包括反例和空泛定理。另一项关于RL训练的精简定理证明器的研究表明，这些模型存在推理时模式崩溃的问题，即增加采样预算并不会带来更多已解决的定理。然而，结构化策略骨架等干预措施可以提高性能，这表明推理时多样性是增强RL训练证明器的关键且独立的维度。