Lean 4 Programming Language
PulseAugur coverage of Lean 4 Programming Language — every cluster mentioning Lean 4 Programming Language across labs, papers, and developer communities, ranked by signal.
18 天有情绪数据
-
Lasm 将 Lean 4 编译为 WebAssembly 以实现经过验证的 web 应用
Lasm 是一款新工具，允许开发人员使用 Lean 4 编程语言编写经过形式验证的 Web 应用程序，并将其编译为 WebAssembly。这使得代码可以部署到各种 JavaScript 环境中，包括 Node.js、serverless 函数和边缘计算平台。该项目强调其证明已部署代码属性的能力，其旗舰示例展示了一个 RealWorld 应用的 117 个已验证定理。
-
提出统一的基础模型训练算法；证明了范德瓦尔登数猜想
一篇新论文提出了一种统一的基础模型训练算法，将静态数据和强化学习整合到单一的基于似然的方法中。该方法旨在提高不同训练阶段的效率和能力保持性。另外，一个关于范德瓦尔登数的重要数学猜想已被证明，该证明由一个名为Large Proof Model (LPM) 的神经符号系统生成，并经过Lean 4内核验证。
-
新方法为不断变化的策略校准 AI 世界模型不确定性
研究人员开发了一种新的方法，用于世界模型的保形不确定性校准，特别解决了部署策略发生变化而底层模型保持固定的场景。该方法使用加权保形校准来适应新策略的不确定性估计，并考虑了状态占用率和动作倾向率的变化。实验表明，覆盖率得到了显著提高，学习比率校准在强控制的状态-动作转移下实现了超过 90% 的覆盖率，优于普通保形集。该方法的理论基础已通过 Lean 4 编程语言得到正式验证。
-
新研究量化了噪声AI评估中的获胜者偏差
一篇新发表在arXiv上的研究论文详细介绍了在涉及独立且非负相关噪声的场景下获胜者偏差的精确界限。该研究量化了夸大获胜者价值的发生方式，偏差取决于噪声的性质。研究结果使用Lean 4编程语言进行了形式化验证，并对评估机器学习模型和分类器具有启示意义。
-
新框架简化了数学问题的形式化证明生成
研究人员开发了一个新颖的框架，用于在 Lean 4 等系统中生成形式化证明，该框架将候选答案选择和证明生成整合到一个单一过程中。这种联合方法旨在减少处理数学问题的多个潜在答案时的冗余计算。该框架在 MATH-500 和 AIME 等基准测试上，证明成功率与传统方法相当，同时显著降低了计算成本并识别了不准确的形式化语句。
-
Numina Fuse 简化了 Lean 4 中 AI 辅助的数学形式化
Numina Fuse 是一款新推出的、原生代理的应用程序，旨在协助使用 Lean 4 编程语言进行数学形式化。该应用在 2026 年全年开发，便于人类监督编写 Lean 代码的 AI 代理，提供项目蓝图、依赖关系图和代码本身的视图。该系统已被用于形式化数学猜想和研究证明器模型，其经验教训旨在为未来的自动形式化系统提供参考。还提供了一个开源的本地版本 Fuse Desktop。
-
AI工具KAPPA自动化统计论文中的证明检查
研究人员开发了KAPPA，一个开源软件系统，旨在自动检查统计理论论文中的证明。KAPPA利用语言模型代理（特别是由Claude Code驱动的代理）将LaTeX证明翻译成Lean 4证明助手及其Mathlib库。然后，该系统会验证每个结果，并给出四种判决之一：已验证、有条件验证、已记录问题或未完成。KAPPA被应用于几篇统计论文，成功识别出已发表的错误以及一些经人工确认的其他问题。
-
新的SemantEq方法验证AI生成的正式数学陈述
研究人员开发了SemantEq，一种用于验证形式数学陈述双向等价性的新方法，特别是那些由AI模型生成的陈述。传统方法难以应对证明助手日益增长的能力，导致假阳性。SemantEq通过确保每个陈述都可以通过定义的逻辑步骤链转换为另一个陈述来解决这个问题，而不是仅仅依赖证明器独立证明它们的能力。这种方法提高了AI生成的形式数学的准确性和可靠性。
-
新的'h1'系统通过高效的Lean接口在自动化定理证明中达到SOTA
一篇新的研究论文介绍了一个名为'h1'的简单代理循环，专为自动化定理证明而设计。该系统利用了与Lean 4编程语言的高效接口以及来自验证器的反馈，在包括PutnamBench和FATE-X在内的多个基准测试中取得了最先进的成果。研究表明，执行接口的效率比复杂的编排对于扩展形式定理证明更为关键，可能比当前人类设计的流程提供了更有效的方法。
-
AI agents now optimize software with machine-checked proofs
研究人员开发了一种名为 agentic verified optimization 的方法，该方法使用 AI 代理来提高软件性能，同时通过机器检查的证明确保功能等价性。该方法利用现有代码作为规范，无需手动编写规范。该框架名为 Aqueduct，将 C++、Go 和 Rust 等语言的程序转换为 Lean 4 进行执行和推理，然后使用代理生成具有正确性证明的优化版本。对基准实现和实际应用程序的测试表明速度显著提高，尽管应用程序级别的收益…
-
PerMIT 架构通过完整性定理保护 LLM Agent 内存
研究人员开发了 PerMIT，这是一种新颖的内存架构，旨在增强大型语言模型 (LLM) Agent 持久化内存的安全性和完整性。该系统采用机器校验的完整性定理和可扩展的社区信任模型来防止注入和投毒攻击。PerMIT 通过有限内存接口来协调对不受信任数据的访问，确保敏感操作仅受已验证信息的影响。在模拟和 Trojan Hippo 和 $ au^2$-bench 等基准测试中，PerMIT 显著减少了攻击成功率，并促进了 Agent 之间…
-
神经网络中的深度分离：证明深度为3的ReLU网络具有优越性
研究人员证明了深度为3的ReLU神经网络可以在维度上以多项式大小逼近某些径向函数，而深度为2的网络则需要指数大小或亚指数界限的权重。这一发现建立在Eldan和Shamir以及Daniely的工作基础上，在Gausian测度下强调了网络深度对于高效逼近的重要性。这些定理的证明已通过Lean 4编程语言进行了形式化验证。
-
新的ReuF2F基准测试AI编码代理在形式化数学问题上的表现
研究人员推出ReuF2F，一个旨在评估AI编码代理在形式化本科研究问题上表现的新基准。该基准包含244个开放性问题，来源于不同数学子领域的本科生研究经历（REU），并使用Lean 4编程语言进行形式化验证。使用基于mini-SWE-agent构建的Leanimum-agent进行的初步评估显示，即使是表现最好的模型也只能解决约40%的问题，这表明AI在解决形式化开放研究挑战方面的能力仍有很大提升空间。
-
新的修复方法提高了 Lean 4 证明的成功率
研究人员开发了一种新的 Lean 4 证明助手中的自动定理证明方法。这种方法称为有界编译器引导修复，通过使用编译器错误消息实时修复失败的证明步骤，改进了简单的采样模型。该系统在 LeanDojo 基准测试中解决了定理的相对增益高达 32%，在 Lean Workbook 基准测试中几乎将解决率提高了一倍。
-
双向性被证明是细胞机器中多智能体路径寻找的必需条件
研究人员已经证明了在细胞机器中双向性对于解决精确到达多智能体路径寻找问题是必需的。这涉及到对有向无环图的研究，其中每个单元格必须发出一个有效联合路径支持掩码的比特。研究表明，在没有全局标志的情况下，没有普遍正确的仅本地架构可以放弃时间方向（前向或后向）。这些发现已使用 Lean 4 编程语言得到验证，但未报告性能基准。
-
交互式AI代理可提高跨模型形式化规范的准确性
一篇新的研究论文探讨了交互式澄清代理在提高AI生成的正式规范准确性方面的有效性。研究发现，虽然单次生成方法结果不完美，但在不同大型语言模型之间迁移时，使用诱导代理向模拟开发者提出澄清问题可以提高规范的准确性。具体而言，一个使用Claude Sonnet 4.6进行信息诱导，然后使用GPT-5.6进行规范形式化的流程，在某些任务上实现了显著的改进，准确率达到了65.6%。
-
LeanGraphSearch 通过基于图的引理检索增强形式化定理证明
研究人员开发了 LeanGraphSearch，这是一种新颖的基于图的检索方法，旨在增强 Lean 4 编程语言中的形式化定理证明。该系统构建 Mathlib 内数学声明的依赖图，并通过多跳依赖关系遍历它以识别相关引理。LeanGraphSearch 在 MathlibQR 基准测试上的召回率提高了高达 12%，并增加了 MathlibMPR 上的覆盖率。当集成到迭代证明循环中时，与普通证明器相比，它将定理证明基准测试的通过率提高了高达 40%。
-
基于GPU的新型评估器加速形式定理证明
研究人员开发了一种新的方法，利用GPU来评估形式定理证明中的证明候选。该方法训练神经网络评估器来预测Lean 4的判决和编译器反馈，在预测证明候选接受度方面达到了87.8%的准确率。该系统在单个NVIDIA H100 GPU上每秒可处理3.5个候选，显著优于基线Lean设置。这种高效的评估方法还被证明可以将GRPO训练步骤缩短约31%，从而在定理证明基准测试中获得相当的性能。
-
新基准 'claimcheck' 解决 AI 生成规范的忠实度问题
研究人员开发了一个名为 claimcheck 的新基准，用于衡量和改进 AI 模型生成的正式规范的忠实度。该基准涵盖四种形式化语言——Dafny、Lean 4、Isabelle 和 Rocq——并包含 3,234 对自然语言需求及其对应的形式化构件。其中很大一部分对是保持意义的重写，以挑战自动化检测方法。claimcheck 工具采用双模型方法，将形式化构件翻译回英文，然后评估它们与原始需求的语义等价性，在召回率方面显示出比现有方法有显著改进。
-
新数据集将《数学年刊》的定理形式化，用于AI基准测试
研究人员推出AnnalsChallenge，一个包含自2020年以来发表在《数学年刊》上的50个已形式化定理陈述的新数据集。这些陈述使用Lean 4和Mathlib精心手写而成，每个形式化都经过人工审查和后续的AI审计。该数据集不包含正式证明，旨在为评估AI驱动的数学形式化进展提供一个强大的基准。