AI और दुनिया की कठिन समस्याएँ · गणित · arXiv · 2026-10-23

LLM जज से आगे: एजेंटिक ऑटोफ़ॉर्मलाइज़ेशन के लिए यांत्रिक सत्यापन

मूल शीर्षक: Beyond LLM Judge: Mechanical Verification for Agentic Autoformalization

यह शोध-पत्र Lean औपचारिकताओं के सत्यापन की एक विधि प्रस्तुत करता है जो LLM द्वारा आँकी गई निष्ठा से आगे जाती है, इसके लिए LLM-आधारित अर्थगत समीक्षा को यांत्रिक संख्यात्मक और रिक्तता (वैक्यूटी) जाँचों के साथ जोड़ा गया है। एक्सट्रैक्ट-वेरिफ़ाई-प्रूफ़ ऑटोफ़ॉर्मलाइज़ेशन पाइपलाइन के साथ लागू करके, इसका उपयोग FLMF बनाने में किया गया, जो NIST डिजिटल लाइब्रेरी ऑफ़ मैथमेटिकल फ़ंक्शंस का आंशिक औपचारिकीकरण है। तीन लेबल किए गए डेटासेट पर, मूल्यांकित विधियों में इस विधि की स्वीकृत-त्रुटि दर सबसे कम रही, और विशेषज्ञ समीक्षा में मौजूदा डेटासेट में अनुवाद तथा स्रोत संबंधी दोष पाए गए।

मूल लेख पढ़ें ↗

सभी आइटम →