Formal Conjectures 形式数学基准
blaiseaguera · x · 2026-07-14
作者宣布与 Google DeepMind 合作推出 Formal Conjectures：一个用于评估 AI 形式化数学能力的、持续演进的 Lean 4 benchmark。
核心特点
- 以 1,029 个开放猜想 作为“零污染”推理测试集，尽量避免训练集泄漏带来的干扰。
- 另外提供 836 个已解决问题，用于自动形式化（auto-formalization）任务。
- 设计目标要求 kernel-level correctness，也就是最终证明必须在 Lean 内核层面严格成立。
作者补充说，这项工作已经开始促进新的发现，并帮助形式化数学社区与自动化求解器之间建立更紧密的联系。帖文还提到开源代码已经放出。
「研究」频道最新
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11