arXiv 论文 h1：极简 Lean 循环刷新 PutnamBench 纪录
rohanpaul_ai · x · 2026-11-02
同一篇 Meta/NYU 论文的 arXiv 页面（2610.35962），作者包括 Rémi Munos、Julia Kempe 等。
- h1 是一个简单 harness：给模型高效的 Lean 4 执行反馈接口，靠验证器反馈与自我反思持续工作，不预设分解或搜索结构
- 在 PutnamBench、FATE-X、FormalConjectures100-Solved 上达到 SOTA，并在 FormalConjectures 中解决 8 个开放问题；单次尝试（pass@1）常足以解决开放问题
- 同模型对比下匹敌或超过 Goedel-Architect、AlphaProof Nexus 等专用工作流
- 消融显示「简单」本身不够：高效的 Lean 接口才是决定成本和解题率的主因，建议未来先测高效执行反馈再上工作流
所属事件:Meta 与 NYU 极简循环 h1 刷新定理证明纪录(2 条相关)→
「研究」频道最新
- ThreeJS 3D 场景数据集登 HF 热榜,含图文 3D 多模态样本 — ccore · 2026-11-02
- 随机算法跑 1450 万次测试仍可能漏掉 bug,精确追踪枚举一举证伪 — xtimv · 2026-11-02
- Karpathy 自曝论文项目因维护成本关停,推荐替代品 alphaXiv — vhanagwal · 2026-11-02
- AI 安全 agent 靠弄坏应用挡攻击，应判为失败 — krishnan · 2026-11-02
- Michael Levin:心智存在于柏拉图空间,AI 只是接入它 — Forsaken-Promise-269 · 2026-11-02
- 20 个模型同做 56 道道德测试题,Moralitybench 更新电车难题结果 — NakedPlato · 2026-11-02