LeanPRM：用 Lean 合成数据训练数学证明验证器

牛津大学 Pavel Izmailov 团队发布论文 LeanPRM，提出「Lean-Grounded Process Supervision」方法：用 Lean 证明助手自动为自然语言数学证明生成步骤级正确性标签，无需人工标注，共标注 15.2 万个步骤。用这些合成数据训练的 4B 参数验证器可将准确率从 48.2% 提升至 74.7%，能在自然语言数学证明中定位错误，架起形式化方法与自然语言推理之间的桥梁。

2026-11-07 ~ 2026-11-07 · 3 条相关

• LeanPRM:用 Lean 自动标注 15.2 万步骤,4B 验证器准确率 48.2→74.7 — Pavel_Izmailov · 2026-11-07
• 用 Lean 自动生成数据训练验证器，可查自然语言数学证明错误 — Pavel_Izmailov · 2026-11-07
• LeanPRM：用 Lean 合成数据训练自然语言数学证明验证器 — Pavel_Izmailov · 2026-11-07