摘要
本文提出 Lean Refactor,一种即插即用的检索增强型代理框架,旨在实现多目标、可控且版本鲁棒的 Lean 证明重构。针对现有方法忽视的多目标冲突、库版本兼容性脆弱及训练流水线扩展性差等挑战,该框架利用 curated 策略数据库引导冻结的代理 LLM。实验表明,其在竞赛基准上实现了超过 70% 的令牌级压缩,编译时间减少高达 60%,显著优于先前工作及 Claude Code,并展现出更强的零样本版本迁移能力。
AI 推荐理由
论文核心是通过代理策略搜索进行多目标优化,涉及任务规划与决策。
研究机构
Simon Fraser University
Amazon Web Services
MiroMind
University of Texas at Austin
论文信息