Ny metod förbättrar AI:s förmåga att formalisera matematik

arXiv cs.AI

LLM-baserade system som omvandlar matematisk text till formellt verifierbar kod (som Lean) har ett grundläggande problem: bara 25–50% av de definitioner de genererar fungerar ihop med efterföljande matematiska påståenden. Forskarna föreslår 'definition grounding' – en metod där definitionerna löpande utvärderas och revideras – vilket höjer kompatibiliteten till 77,5%. Det intressanta här är att en liten uppsättning grundläggande egenskaper, utan formella bevis, räcker för att hjälpa modellen att upptäcka felaktiga definitioner, till bara 11% av den normala kostnaden.