统一证明生成框架在数学基准上降低成本

2026年10月27日，arXiv平台发布了一项针对 Lean 4 语句多候选答案的高效证明生成框架。 该框架将答案选择、补充与形式化证明生成整合为统一流程，在单次调用中为至少一个答案生成可验证证明，并可复用证明检测语义忠实性错误。 在 MATH-500、AMC 2023 及 AIME 等基准测试中，该框架以约 1/6 的 token 成本，达到了与逐个候选证明相同的成功率，并识别出至少 6.1% 的未忠实形式化语句。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。