AI 與世界的難題 · 數學 · arXiv · 2026-10-23
超越 LLM 評審：代理式自動形式化的機械驗證
原標題: Beyond LLM Judge: Mechanical Verification for Agentic Autoformalization
本文提出一種驗證 Lean 形式化的方法，結合以 LLM 為基礎的語意審查與機械式的數值及空洞性檢查，超越了由 LLM 判定的忠實度。搭配「擷取—驗證—證明」的自動形式化流程，此方法被用來建構 FLMF，即 NIST 數學函數數位圖書館的部分形式化成果。在三個已標註的資料集上，該方法在所評估的方法中具有最低的接受錯誤率，且專家審查發現現有資料集中存在翻譯與來源上的缺陷。