arXiv · cs.AI· Rodney Lafuente-Mercado, Salman Rahman, Jingyan Shen, James Shiffer, Saadia Gabriel, Pavel Izmailov·· 5 天前
LeanPRM用Lean形式化生成自然语言数学证明的步骤级监督
LeanPRM: Lean-Grounded Process Supervision for Natural Language Proof Verification
arXiv:2610.17697v1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：Rodney Lafuente-Mercado, Salman Rahman, Jingyan Shen, James Shiffer, Saadia Gabriel, Pavel Izmailov
研究任务与主要进展
LeanPRM利用Lean证明助手为自然语言数学证明生成步骤级标签，并通过另一模型过滤仅由形式语法造成的失败标注；该数据集包含10,634个证明和152K个已标注步骤，无需人工逐步标注。Qwen3-4B验证器在LeanPRM-Bench上的准确率由48.2提升至74.7，高于使用PRM800K训练时的60.3，并在IMO难度问题的Best-of-N选择及4个外部验证基准中的3个上表现更好。
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。
来源：arXiv · cs.AI · arxiv.org