LeanPRM：用Lean证明助手自动生成证明步骤级监督标签
先了解这件事
Rodney Lafuente-Mercado 等在 arXiv 发布 LeanPRM 框架，利用 Lean 证明助手为自然语言数学证明自动生成步骤级标签，无需人工逐步标注。方法由一个模型在不接收 Lean 反馈的情况下同时写出自然语言证明和配对的形式证明，再用另一个模型过滤仅由形式语法造成的失败标注。所得数据集包含 10,634 个证明、152K 个已标注步骤。 基于论文摘要：用 LeanPRM 训练的 Qwen3-4B 验证器，在 200 个证明的留出集 LeanPRM-Bench 上，逐步骤标签准确率从 48.2 提升到 74.7，高于用人工标注数据 PRM800K 训练的 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。结果来自论文摘要，尚未经独立复现。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · cs.AILeanPRM提出基于Lean的步骤级自然语言数学证明验证框架
LeanPRM提出利用Lean证明助手为自然语言数学证明生成步骤级标签的验证框架，并通过第二个模型过滤仅由形式语法引起的失败。摘要称，基于其10,634个证明和152K个标注步骤训练的Qwen3-4B验证器，在LeanPRM-Bench的200个留出证明上将步骤标签准确率从48.2提升至74.7，相比用PRM800K训练的60.3更高，并在IMO级问题的best-of-N选择中表现更好。
- arXiv · cs.AILeanPRM用Lean形式化生成自然语言数学证明的步骤级监督
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月19日 16:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。