La IA y los problemas difíciles del mundo · Matemáticas · arXiv · 2026-10-23
Más allá del LLM como juez: verificación mecánica para la autoformalización agéntica
Título original: Beyond LLM Judge: Mechanical Verification for Agentic Autoformalization
Este artículo presenta un método para verificar formalizaciones en Lean que va más allá de la fidelidad juzgada por LLM, combinando la revisión semántica basada en LLM con comprobaciones numéricas mecánicas y de vacuidad. Aplicado con una canalización de autoformalización de extracción, verificación y demostración, se utilizó para construir FLMF, una formalización parcial de la Biblioteca Digital de Funciones Matemáticas del NIST. En tres conjuntos de datos etiquetados, el método tuvo la tasa más baja de errores aceptados entre los métodos evaluados, y la revisión de expertos halló defectos de traducción y de origen en conjuntos de datos existentes.