PulseAugur
中
实时 21:34:12
实体 ProofJudge

ProofJudge

PulseAugur coverage of ProofJudge — every cluster mentioning ProofJudge across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_215942 ·

    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…