AI और दुनिया की कठिन समस्याएँ · गणित · arXiv · 2026-10-19

LeanPRM: प्राकृतिक भाषा प्रमाण सत्यापन के लिए Lean-आधारित प्रक्रिया पर्यवेक्षण

मूल शीर्षक: LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification

AI द्वारा लिखे लंबे प्रमाणों के चरण-दर-चरण सत्यापन के लिए प्रति-चरण शुद्धता लेबल चाहिए, जिन्हें मनुष्यों से प्राप्त करना महँगा है। LeanPRM, Lean प्रूफ़ असिस्टेंट का उपयोग करके प्राकृतिक-भाषा प्रमाणों के प्रत्येक चरण को बिना किसी मानवीय एनोटेशन के लेबल करता है। इस पर प्रशिक्षित एक Qwen3-4B सत्यापक ने LeanPRM-Bench पर चरण-लेबल की सटीकता 48.2 से बढ़ाकर 74.7 कर दी, जो PRM800K पर प्रशिक्षण से प्राप्त 60.3 से अधिक है।

मूल लेख पढ़ें ↗

सभी आइटम →