AI এবং বিশ্বের কঠিন সমস্যাগুলো · গণিত · arXiv · 2026-10-19

LeanPRM: প্রাকৃতিক ভাষার প্রমাণ যাচাইয়ের জন্য Lean-ভিত্তিক প্রক্রিয়া তত্ত্বাবধান

মূল শিরোনাম: LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification

AI-লিখিত দীর্ঘ প্রমাণের ধাপে ধাপে যাচাইয়ের জন্য প্রতিটি ধাপের শুদ্ধতার লেবেল প্রয়োজন, যা মানুষের কাছ থেকে পাওয়া ব্যয়বহুল। LeanPRM প্রাকৃতিক ভাষার প্রমাণের প্রতিটি ধাপে লেবেল দিতে Lean প্রুফ অ্যাসিস্ট্যান্ট ব্যবহার করে, কোনো মানব অ্যানোটেশন ছাড়াই। এর ওপর প্রশিক্ষিত একটি Qwen3-4B ভেরিফায়ার LeanPRM-Bench-এ ধাপ-লেবেলের নির্ভুলতা 48.2 থেকে বাড়িয়ে 74.7 করেছে, যা PRM800K-এ প্রশিক্ষণ দিলে প্রাপ্ত 60.3-এর চেয়ে বেশি।

মূল লেখা পড়ুন ↗

সব আইটেম →