LeanPRM:用 Lean 证明助手自动生成逐步正确性标签训练验证器
Rodney Lafuente-Mercado · hf · 2026-10-17
LeanPRM 框架(UT Austin/UCLA/NYU,2026 年 10 月 13 日 arXiv)用 Lean 证明助手为自然语言数学证明自动生成步骤级正确性标签:模型同时写出自然语言证明和配套的形式化证明,由 Lean 标注每一步的对错,从而绕开人工标注昂贵、最终答案反推不可行的瓶颈,可规模化训练过程奖励模型(PRM)来验证 AI 生成的长证明。
「研究」频道最新
- Perplexity decider v1.2 27B 排 Decision Index 第 3，新域分数反低于上代 — antoine_chaffin · 2026-10-17
- Perplexity 坦承 decider v1.2 存在回归，用 model souping 缓解并溯源两成因 — antoine_chaffin · 2026-10-17
- 多问题打包单次前向传播：省算力但稳定性存隐患 — antoine_chaffin · 2026-10-17
- pplx-decider 新思路:同一状态的多问题共享序列一次前向 — antoine_chaffin · 2026-10-17
- 双向注意力毁缓存?作者实测四种注意力方案找到两全配方 — antoine_chaffin · 2026-10-17
- Perplexity 发布 pplx-decider v1.1:双向注意力带来 +2.8 提升 — antoine_chaffin · 2026-10-17