Guchan Li

新框架利用编译器输出来增强形式化定理证明器

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。