AI اور دنیا کے مشکل مسائل · ریاضی · arXiv · 2026-10-19

LeanPRM: قدرتی زبان کے ثبوت کی توثیق کے لیے Lean پر مبنی عمل کی نگرانی

اصل عنوان: LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification

AI کے لکھے طویل ثبوتوں کی مرحلہ وار توثیق کے لیے ہر مرحلے کی درستی کے لیبلز درکار ہیں، جو انسانوں سے حاصل کرنا مہنگا ہے۔ LeanPRM قدرتی زبان کے ثبوتوں کے ہر مرحلے پر لیبل لگانے کے لیے Lean پروف اسسٹنٹ استعمال کرتا ہے، بغیر کسی انسانی اینوٹیشن کے۔ اس پر تربیت یافتہ Qwen3-4B ویری فائر نے LeanPRM-Bench پر مرحلہ-لیبل کی درستی 48.2 سے بڑھا کر 74.7 کر دی، جو PRM800K پر تربیت سے حاصل ہونے والے 60.3 سے زیادہ ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →