摘要
针对大语言模型在数学推理中易产生隐蔽错误的问题,本文提出一种基于通用编码大模型的智能体自动形式化框架。该系统核心为编排器,管理面向研究级数学的多智能体流水线。针对现有库(如 Mathlib)未覆盖的概念,系统能动态扩展类型定义,并通过新颖的辅助引理技术进行验证,随后形式化主要定理。实验在 PutnamBench 及五篇 STOC 论文上成功生成并验证了机器可检查的 Lean 证明,部分证明无需额外公理。
AI 推荐理由
论文提出多智能体编排框架,动态规划类型定义与引理验证流程,核心在于复杂任务的规划与分解。
研究机构
University of Maryland
Princeton University
论文信息