研究揭示 Lean 定理证明中验证器反馈的「事后代价」
原文标题：Repair, Retry, and the Cost of Hindsight: Verifier Feedback in Formal Theorem Proving
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文在 Lean 定理证明中做受控单步实验，考察展示失败证明、编译器错误与重试指令对自我修复的影响。结果显示展示失败前作会降低成功率并加剧抄袭，而正确诊断信息本身并不优于错误诊断对照。在 Qwen3.6-27B 与 DeepSeek-Prover-V2-7B 上，没有任何反馈条件能超过纯指令重采样。
- 问题
- 验证器反馈引导的自我修复是否真优于独立重采样，此前结论互相矛盾。
- 方法
- 在 Lean 中做受控单步实验，固定前次失败，分别改变是否展示失败证明、诊断是否对应、重试指令。
- 结果
- 无任何反馈条件超过纯指令重采样；展示失败前作会降低成功率并加剧抄袭，正确诊断相对错误诊断无优势。
- 影响
- 提示在定理证明类任务上堆验证器反馈可能白费算力，简单重采样更划算。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。