数学中的人工智能：在Lean4中执行数学形式化问题解决和定理证明
内容提要
本文探讨了大型语言模型在自动形式化数学定理中的应用，展示了其将自然语言数学问题转化为形式化说明的能力。研究表明，使用Codex和GPT-4等模型能够有效提高定理证明的准确率，并提出了LeanDojo和ReProver等工具，推动了自动化证明的研究和数学形式化的进展。
延伸解读
从自然语言到形式化：自动化的关键一步
文章指出，大型语言模型（如Codex）能将自然语言数学问题翻译为形式化说明，在本科水平上对120个定理的短陈述实现了近75%的准确率。这表明，尽管完全自动化证明仍有距离，但将非形式化数学转化为机器可验证的形式是可行的，为后续的证明搜索和验证奠定了基础。
工具与基准的演进：从LeanDojo到arXiv2Formal
LeanDojo提供了开源交互式证明环境，并从中提取数据用于训练ReProver，后者通过检索相关前提显著提升了证明效率。同时，arXiv2Formal基准数据集包含从论文中选取的50个定理，旨在推动研究级数学的形式化。这些工具和基准的发布促进了社区协作和自动化证明研究的进展。
合成数据与思考生成：提升模型证明能力的新途径
研究表明，合成数据能有效提升LLM的定理证明能力，例如生成约57K个正式-非正式问题对。Lean-STaR框架通过生成合成思考来训练模型，在miniF2F-test上取得了最先进的结果（Pass@64从43.4%提升到46.3%），表明利用非形式证明中的信息有助于模型学习证明。
Q&A
大型语言模型在数学定理证明中有什么应用？
大型语言模型可以将自然语言数学问题转化为形式化说明，提高定理证明的准确率。
Codex模型在定理证明中的表现如何？
Codex模型在本科水平上对120个定理的短数学陈述实现了近75%的准确率。
LeanDojo和ReProver是什么？
LeanDojo是一个开源的交互证明环境，ReProver是第一个增加检索功能的基于LLM的证明程序。
GPT-4在形式系统任务中表现如何？
GPT-4展示了在形式系统任务中的能力，包括证明简单定理和验证用户提供的证明。
什么是arXiv2Formal基准数据集？
arXiv2Formal基准数据集包含从arXiv.org论文中选取的50个定理的形式化。
Lean Copilot框架的作用是什么？
Lean Copilot框架用于证明定理过程中的自动化，提供步骤建议和选择相关前提条件。
