实体
IMO-ProofBench
IMO-ProofBench
PulseAugur coverage of IMO-ProofBench — every cluster mentioning IMO-ProofBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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DAPS系统通过利用依赖信号增强大语言模型定理证明能力
研究人员开发了DAPS,一个新颖的依赖感知前提选择系统,旨在改进Lean 4编程语言中大语言模型(LLM)的定理证明。与依赖语义相似性且可能受流行引理影响的先前方法不同,DAPS利用数学依赖性。它利用来自Lean Blueprint项目和Mathlib依赖项的精选资源,并结合了结构化邻域编码器和分组对比目标。DAPS在Mathlib4基准测试和分布外数据集上展示了改进的性能,增强了在miniF2F和IMO-ProofBench等基准测…
-
新的AC2算法通过更信任批评者来更快地训练LLM
研究人员开发了一种名为AC2的新型actor-critic算法,旨在提高使用强化学习训练大型语言模型(LLM)的效率。与需要将轨迹一直执行到最终奖励的标准方法不同,AC2将信用分配给“动作块”,并使用学习到的批评者对这些片段进行评分。这种方法允许策略在不观察到完整最终奖励的情况下进行更新,从而显著降低了计算成本。该方法在Qwen3-4B上进行了测试,在IMO-ProofBench基准测试中,与GRPO相比,其表现更优,以显著更少的解码…