arXiv · cs.AI· Prithwish Jana, Viet Bach Hoang, Logan Luna, Viresh Pati, Akash Singirikonda, Cy Xie, Lisa Carbone, Wuyang Chen, Walter Moreira, Joe Stubbs, Sriram Vishwanath, Vijay Ganesh·· 4 天前精选
AIProver：以证书驱动进化框架提升研究级数学证明自动形式化
AIProver: Agentic Auto-Formalization of Mathematical Research via Certificate-Driven Evolving Harness
arXiv:2610.05367v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Prithwish Jana, Viet Bach Hoang, Logan Luna, Viresh Pati, Akash Singirikonda, Cy Xie, Lisa Carbone, Wuyang Chen, Walter Moreira, Joe Stubbs, Sriram Vishwanath, Vijay Ganesh
首次提交：2026-10-05 00:48
研究任务与主要进展
AIProver 通过联合后训练119B开放权重语言模型与HarnessEvolve改进研究级数学证明自动形式化，其pass@4语义正确率相对Leanstral-1.5基座由15.7%提升至36.7%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
本站判断
基于论文摘要，AIProver 将类型正确性、证明完整性和语义正确性验证证书接入模型后训练及整个 harness 控制流进化，并在研究级 LoCoBench 上报告明显提升。其实际价值仍取决于全文披露的任务划分、基线预算、统计稳定性与可复现性，摘要尚不足以确认跨库泛化。本站设想：在固定模型和推理预算下，对比固定 harness 与 HarnessEvolve 的准确率、训练成本及迁移表现。
来源：arXiv · cs.AI · arxiv.org