arXiv · cs.AI · Xiaopeng Yuan, Suijin Wang, Yanli Wang, Haibo Jin, Peng Kuang, Jerry Wang, Lijun Yu, Haohan Wang · 11 小时前模型评分40
让方法库“自荐”：形式化证明中的方法选择新方法
Can the Library Speak? Self-Advertised Method Selection for Formal Proving
导读
研究者提出“自荐”式方法选择：在排序前让模型为每个候选方法生成针对当前问题的提案，说明目标部位、拟采取动作及所需条件，并据此降级含糊提案。该方法在 Putnam 2015-2025 上取得 95.0% 的 hit@5，强于最强重排基线的 84.2%；在 IMO ProofBench 上为 91.7%，对比 88.3%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We formulate this as an applicability-aware method-selection problem and introduce self-advertisement: before candidates are ranked, a model generates a problem-specific proposal for each one, stating what part of the goal it targets, what action it would take, and what conditions that action requires.”
来源：arXiv · cs.AI · arxiv.org