★ 3
FaithSieve：细粒度数学证明评估框架
FaithSieve利用Lean辅助验证自然语言数学证明，通过分解证明步骤和语义对齐评分，实现精确的错误定位。在奥林匹克和大学级数据集上，其准确率显著优于直接判断基线，展示了形式化证据在评估中的价值。
arXiv cs.AI66 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
FaithSieve利用Lean辅助验证自然语言数学证明，通过分解证明步骤和语义对齐评分，实现精确的错误定位。在奥林匹克和大学级数据集上，其准确率显著优于直接判断基线，展示了形式化证据在评估中的价值。
研究者提出 Loci（Localization Of Corrupted Inferences）框架，通过概率化定位多轮对话中被错误排除的用户意图，并选择性保留、验证或删除相关状态更新。在注入错误与自由对话测试中，Loci 将平均恢复成本较最强基线降低 46%-79%。