AI 與世界的難題 · 數學 · arXiv · 2026-10-19
LeanPRM：以 Lean 為基礎的自然語言證明驗證過程監督
原標題: LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification
要逐步驗證 AI 撰寫的長篇證明，需要每一步的正確性標籤，而這類標籤由人工取得的成本高昂。LeanPRM 利用 Lean 證明助理為自然語言證明的每一步加上標籤，無需任何人工標註。以此訓練的 Qwen3-4B 驗證器，使其在 LeanPRM-Bench 上的步驟標籤準確率從 48.2 提升至 74.7，高於使用 PRM800K 訓練所得的 60.3。