AIが解く世界の難問 · 数学 · arXiv · 2026-10-19
LeanPRM：Lean に基づく過程監督による自然言語証明の検証
原題: LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification
AIが書く長大な数学証明のステップごとの正しさを安価に検証するには、各ステップの正誤ラベルを用いた学習が必要だが、そのラベルを人手によらず得ることが課題だった。本研究では、Lean定理証明支援系を用いて自然言語証明の各ステップに正誤ラベルを付与するLeanPRMを提案する。Qwen3-4Bを用いた検証器は、LeanPRM-Benchにおけるステップ正誤の正解率を48.2%から74.7%に高め、PRM800Kで同じモデルを訓練した場合の60.3%を上回った。