PulseAugur
中
实时 23:23:14
实体 FormalRewardBench

FormalRewardBench

PulseAugur coverage of FormalRewardBench — every cluster mentioning FormalRewardBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
时间线
  1. 2026-05-11 research_milestone Introduction of FormalRewardBench, the first benchmark for evaluating reward models in formal theorem proving. 来源
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_27514 ·

    FormalRewardBench benchmark evaluates LLM reward models for theorem proving

    研究人员推出了 FormalRewardBench，一个用于评估形式化定理证明中奖励模型的新基准。该基准通过在无需大量重新训练的情况下比较奖励模型，解决了定理证明器强化学习中信用稀疏分配的挑战。FormalRewardBench 包含 250 对偏好数据，并采用了各种错误注入策略，已用于测试多个大型语言模型，结果表明前沿模型在评估证明质量方面表现最佳。