实体
Hard2Verify
Hard2Verify
PulseAugur coverage of Hard2Verify — every cluster mentioning Hard2Verify 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
-
新框架使用 Lean 证明助手进行 AI 数学验证
研究人员开发了 LeanPRM，一个利用 Lean 证明助手为 AI 生成的数学证明生成步骤级正确性标签的新颖框架。该系统将自然语言证明与形式化证明配对，允许 Lean 自动标记每个步骤。在 LeanPRM 上训练的 Qwen3-4B 模型在证明验证任务上的准确性有了显著提高，优于在 PRM800K 等现有数据集上训练的模型。该框架无需人工标注即可创建标签的能力，为提高 AI 生成的数学推理的可靠性提供了一个可扩展的解决方案。
-
新方法无需微调即可控制AI验证器的严格程度
研究人员开发了一种名为VerifySteer的新方法，用于控制生成式验证器在分步验证中的严格程度。该技术识别出验证段落边界内的一个隐藏信号，该信号指示验证器接受或拒绝某一步的倾向。通过选择性地干预该信号，VerifySteer可以在无需微调的情况下调节验证器的严格程度，为现有方法提供了一种更有效率的替代方案。