LeanPolish：Lean证明压缩的验证监督
原文标题：LeanPolish: Verified Supervision for Lean Proof Compression
重要度 3/5 · 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LeanPolish符号化Lean 4流水线，发布33402条被接受的局部编辑与65596条同状态失败尝试，研究模型从验证监督中学到什么。实验表明延续菜单评估可消除排序捷径，迭代符号化处理将miniF2F节省率从19.7%提升至27.5%，微调将PutnamBench验证token缩减从2.8%提升至5.5%。
- 问题
- 验证过的Lean证明编辑作为监督信号，是否混入搜索伪影。
- 方法
- 构建LeanPolish符号化Lean 4流水线，发布接受编辑与同状态失败尝试，用延续菜单评估消除排序捷径。
- 结果
- miniF2F节省率从19.7%升至27.5%，PutnamBench验证token缩减从2.8%升至5.5%，排序器70.1%对36.9%。
- 影响
- 为形式化证明压缩与改进提供可复现的验证监督数据集与评估协议，可直接用于Lean证明工程。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LeanPolish发布3.3万条验证编辑，迭代符号处理将miniF2F节省率从19.7%提至27.5%
- •发布33402条被接受的局部编辑与65596条同状态失败尝试，用于研究验证监督中学到什么
- •首次成功搜索存在目标无关规则可完美排序，教师选择的评估点也会奖励平凡删除
- •延续菜单评估消除排序捷径后，训练排序器在70.1%的留出状态选中最优候选，冻结基线为36.9%
- •迭代符号化处理将miniF2F节省率从19.7%提升至27.5%，超过所测神经混合方法
- •微调将19个PutnamBench证明的验证token缩减从2.8%提升至5.5%
为什么重要：区分了模仿搜索策略与真正改进搜索，为Lean证明压缩与验证监督研究提供了可复现的基准与数据。
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。