AI与世界难题 · 数学 · arXiv · 2026-10-23
超越LLM评判：面向智能体式自动形式化的机械验证
原标题: Beyond LLM Judge: Mechanical Verification for Agentic Autoformalization
本文提出了一种验证Lean形式化的方法，该方法将基于大语言模型的语义审查与机械的数值检验和空洞性检验相结合，超越了由大语言模型评判的忠实度。该方法与“提取—验证—证明”的自动形式化流程配合使用，构建了FLMF，即NIST数学函数数字图书馆的部分形式化成果。在三个带标注的数据集上，该方法在所评估的方法中接受错误率最低，专家审查还发现了现有数据集中的翻译缺陷和来源缺陷。