本文研究了神经定理证明中的关键问题,提出了ProofAug方法,通过细粒度结构分析提升证明生成效率,实验结果显示累积通过率达到66.0%。
本文研究了神经定理证明中的一个重要问题。
提出了ProofAug方法,通过细粒度结构分析提升证明生成效率。
该方法增强了证明生成的LMM,显著提高了样本效率。
实验结果显示,使用该方法的累积通过率达到了66.0%。
在所有证明语言中,该方法创下新高。
完成下面两步后,将自动完成登录并继续当前操作。