Magenta：打通数学推理与Lean形式化验证的闭环
原文标题：Magenta: Closing the Loop Between Mathematical Reasoning and Lean Verification
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出Magenta，一个免训练的智能体流水线，仅给定自然语言问题即可产出答案、将其表达为Lean 4命题并构造机器可验证的证明。系统包含命题裁判以验证形式化是否保留原问题，以及错误归因裁判将失败尝试路由到数学重新推导或局部Lean修复。Magenta在AIME 2025、AIME 2026和HMMT 2026年2月等奥赛基准上达到100%准确率，搭配开源K2-Horizon-7B推理器解出全部六道IMO 2026题目。
- 问题
- LLM非形式数学推理缺乏机器可验证性，形式化证明与自然语言推理脱节。
- 方法
- 免训练智能体流水线，用命题裁判校验形式化是否保留原题，错误归因裁判将失败路由到重新推导或局部Lean修复。
- 结果
- AIME 2025、AIME 2026、HMMT 2026年2月全部100%准确率；搭配K2-Horizon-7B解出全部六道IMO 2026题。
- 影响
- 为数学推理提供可机器验证的闭环，命题裁判是防止假证书的关键组件。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Magenta免训练打通自然语言推理与Lean 4验证，奥赛基准100%准确率。
- •免训练智能体流水线，输入自然语言问题即产出答案、Lean 4命题与机器可验证证明
- •设命题裁判验证形式化是否保留原问题，错误归因裁判将失败路由到数学重推或局部Lean修复
- •在AIME 2025、AIME 2026、HMMT 2026年2月等奥赛基准达100%准确率
- •搭配开源K2-Horizon-7B推理器解出全部六道IMO 2026题目
- •分析显示命题裁决对防止虚假证书至关重要，反馈引导修正优于独立重采样
为什么重要：免训练即可把非形式推理接到机器可验证证明上，为数学AI的可信度与自动化验证提供了一条低成本路径。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
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。