Mathlib
PulseAugur coverage of Mathlib — every cluster mentioning Mathlib across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
新LLM工具ProofJudge评估Mathlib中的形式化证明质量
研究人员开发了ProofJudge，一个基于LLM的系统，用于评估在Mathlib库中用Lean 4编程语言编写的形式化证明的质量。该代理系统在五个标准上评估证明，这些标准超出了单纯的正确性，包括库利用、自动化匹配、结构清晰度、陈述质量和对Mathlib约定的遵守程度。ProofJudge在218个Mathlib pull request的数据集上进行了评估，证明其与人类审阅者偏好的匹配程度显著高于随机水平，其中一些开源模型以较低的成…
-
新AI管道使用Lean 4验证数学定理的新颖性
研究人员开发了一个名为AViD Journal的新管道，该管道使用Lean 4编程语言自动验证数学定理的新颖性。该系统分析LaTeX文章，将陈述形式化为Lean 4，然后通过与形式化（Mathlib）和非形式化（TheoremSearch, Matlas）定理索引进行比较来评估新颖性。它还使用自动策略评估非平凡性，并通过Jaccard距离测量证明相似性，尽管在语义保真度、索引覆盖率和可复现性方面仍存在挑战。
-
AI辅助数学形式化访谈系列启动
此帖子的作者正在启动一个访谈系列，重点关注在形式化方法和数学形式化领域工作的人员，特别是在Lean编程语言的背景下。第一集采访了Logical Intelligence的技术人员Tanner Duve，他讨论了他在Lean中形式化验证和编译器方面的工作。对话还涉及AI在数学形式化中的作用，Duve对Mathlib和CSLib等开源项目的贡献，以及他的D1足球背景。
-
MathForm框架通过检索和精炼扩展数学自动形式化
研究人员开发了MathForm，一个旨在改进将数学陈述自动形式化为Lean 4等机器可验证语言的框架。该框架整合了来自Mathlib等库的知识检索，并使用由验证反馈引导的迭代精炼来提高准确性。该系统已被用于创建FormalVerse，一个包含约367,000个已验证Lean 4示例的数据集，并用于训练MathForm-8B模型，该模型在各种基准测试中的表现优于更大的模型。
-
LeanScreen 工具检查形式数学证明的一致性
LeanScreen 是一款旨在评估数学证明与其声明意图之间一致性的新工具。它作为一个本地、快速的检查器，可以识别形式证明中潜在的问题，例如一个声称证明完美数存在的定理实际上只陈述了一个重言式。该工具旨在帮助用户在最终确定其形式数学陈述之前，确保其正确性。
-
AI框架助力发现重大数学猜想
研究人员开发了旨在发现重要数学猜想的新AI框架，超越了人类直觉。其中一种方法在arXiv上进行了详细介绍，该方法使用一个三阶段的流程，包括区域搜索、反思性验证以及在Lean 4和Mathlib中的形式化检查，以生成和验证潜在的数学问题。另一个框架MECA采用了一个多代理系统，包含探索者和批评者代理，共同开发候选陈述及其支持机制，确保猜想的规范性和价值。
-
新框架在 Lean 中自动化几何问题形式化
研究人员开发了 Euclean，一个旨在 Lean 证明助手内自动化几何问题形式化的新框架。该系统通过使几何问题能够以原生的 Mathlib（Lean 的标准库）表示，解决了代数和几何推理系统之间的碎片化问题。Euclean 构建了大型数据集 OMNI-Geometry 和 Numina-Geometry，包含超过 178,000 个几何问题，这些数据集已证明能提高神经定理证明模型的性能。
-
新方法PriorProof衡量形式数学证明中的新颖性
研究人员开发了PriorProof，一种衡量形式数学证明中使用的技术新颖性的新方法。该系统分析了Lean定理证明器中证明项的依赖足迹，并根据Mathlib库的历史快照对其意外性进行评分。PriorProof无需人工标记的本体或明确的技术分类即可运行，而是从证明派生的对比对中学习语句检索。
-
AI辅助的Vlasov方程形式化已在arXiv上发表
研究人员使用一个由数学家在Lean 4证明助手指导下的AI系统，正式化了Vlasov方程的均场推导。这个过程被构建为一个策略游戏，涉及将LaTeX文档转换为可验证的Lean代码，AI在人类指导下执行任务。该形式化成功认证了非线性Vlasov方程的存在性、唯一性和稳定性估计，其中最优传输机制被开发为一个可重用组件，与Mathlib兼容。
-
AI智能体自主形式化物理定理，创建新库
研究人员开发了一种新颖的工作流程，利用专门的大型语言模型智能体来自主形式化理论物理学中的复杂理论。这种智能体驱动的方法成功形式化了矩阵乘积态的基本定理，探索了现有文献之外的新证明途径。该项目创建了广泛的张量网络和量子信息库，现已作为TNLean库发布，并对理解对称保护拓扑相具有重要意义。
-
Lean-Quantum库借助AI辅助形式化量子信息理论
研究人员开发了一个名为Lean-Quantum的新Lean 4库，旨在协助量子信息理论的形式化。该库为有限维量子力学提供了一个强大的、与基无关的框架，并与Mathlib兼容。其能力的一个关键演示是形式化了夹层Rényi相对熵的数据处理不等式（DPI），这是量子信息中的一个基本结果。该项目旨在为未来该领域的AI辅助研究提供机器可验证的基础。
-
新AI系统Aria实现数学定理形式化自动化
研究人员开发了Aria，一个旨在利用大型语言模型改进数学定理自动形式化效率的新系统。Aria采用两阶段的“思想图谱”过程，将陈述分解为依赖图，然后构建形式化。它还包括用于语义正确性检查和从Mathlib获取定义的AriaScorer。评估显示，Aria在ProofNet和FATE-X等基准测试中，尤其是在复杂的代数和同调猜想问题上，显著优于现有方法。
-
新工具将SAT求解器证书导入Lean 4定理证明器
研究人员开发了LRAT-Catcher，一个将SAT求解器证书导入Lean 4定理证明器的工具。该工具利用一个形式化验证的LRAT检查器，通过反射编译为原生代码，使其能够处理比Mathlib的证明项导入更大的实例。LRAT-Catcher还支持在Lean中进行分块求解，将反驳与覆盖完整性证书结合成一个单一的不满足定理。该工具已被用于在Lean中建立Schur数S(4)和Ramsey数R(4,4)作为定理。
-
新研究量化了选择公理对人工智能证明助手的几何影响
研究人员开发了一种方法，使用 Lean 4 在数学证明中测量选择公理的几何影响。通过分析 Mathlib 中超过 470,000 个声明，他们识别出一种可衡量的几何相关性，该相关性会影响神经定理证明器。这种几何特征随着证明远离选择公理而显示出下降趋势，与经典证明相比，构造性证明对自动证明器来说更容易解决。
-
新的大语言模型框架和基准推动形式数学推理发展
研究人员正在开发新的方法和基准来提高大语言模型（LLMs）的形式数学推理能力。一种名为Diffusion-Proof的方法利用扩散大语言模型（dLLMs）进行定理证明，在ProofNet-Test和MiniF2F-Test等基准测试中表现优于自回归模型，甚至解决了领先模型无法解决的国际数学奥林匹克问题。另一项开发Visored提供了一个旨在通过模仿自然语言和自动化常规步骤来处理大语言模型生成数学的证明器。此外，Mask-Proof引入…
-
Lean 4 库提供已验证的金融数学定理
研究人员使用 Lean 4 证明助手开发了一个全面的金融数学定理库。该库基于 Mathlib 和 BrownianMotion 包，包含二百多个定理，涵盖了从随机微积分到投资组合理论的广泛主题。一个关键特性是其忠实性审计，它精确记录了每个证明所使用的公理，确保了透明度和可验证性。该项目的贡献主要是方法论上的，提供了可重用的、已验证的金融数学基础，而不是新的金融理论。
-
新AI框架COMPOSE生成未来数学定理
研究人员开发了一个名为COMPOSE的新框架，用于生成未来可能出现的数学猜想。这个双图系统利用论文的引用图和其形式定理依赖图来约束语言模型。通过结合科学背景和形式结构，COMPOSE旨在比仅考虑单一信息来源的先前方法产生更扎实、数学上更丰富的输出。该框架在108K个示例的数据集上进行了评估，在生成未来定理类猜想方面表现出优越的性能。
-
AI流水线自动化发现缺失的数学引理
研究人员开发了MathlibLemma，这是一个由LLM驱动的流水线，旨在自动发现、形式化和证明形式数学库（如Lean）中缺失的民间引理。该系统已生成超过1,500个已验证的Lean证明，其中一部分已集成到Mathlib中，证明了其满足专家标准的潜力。此外，还创建了一个包含4,028个类型检查的Lean语句的基准套件，用于评估AI在扩展形式数学知识方面的作用。
-
机器学习泛化界限在 Lean 4 中实现形式化
研究人员在 Lean 4 证明助手中使用 Rademacher 复杂度形式化了泛化误差界限。这项工作建立在 Mathlib 库中的测度论概率论的基础上。该形式化包括一个经过机械验证的流程，从定义到通过已证明的 McDiarmid 不等式实现高概率一致偏差界限，并应用于线性预测器和 Dudley 型熵积分界限。
-
Lean 4 证明验证通过证明状态快照加速
研究人员开发了一种名为证明状态快照的新方法，以显著加快 Lean 4 中自动证明验证的速度。该技术解决了并行策略搜索中重复重建证明状态的低效率问题，这是当前系统的一个瓶颈。通过捕获和重用已阐述的证明状态，新方法提供了显著的实际运行时间加速，尤其是在搜索分支数量增加时。