GFLean: 一种通过 GF 对 Lean 进行自动形式化的框架
内容提要
本文探讨了大型语言模型在自动形式化数学问题中的应用，特别是自然语言到形式化说明的翻译。研究表明，改进的神经定理证明器显著提高了证明率。此外，提出了几何形式化理论（GFT）和形式几何问题解决器（FGPS），有效解决了IMO级别的几何问题，并引入了新的自动形式化方法和基准，推动了自动定理证明的进展。
延伸解读
自动形式化的实用进展
文章指出，大型语言模型能够将自然语言数学问题翻译为 Isabelle/HOL 的形式化说明，证明了该方法的实用性。通过训练神经定理证明器，MiniF2F 基准的证明率从 29.6% 提升至 35.2%。这表明自动形式化在特定基准上已取得可衡量的进步，但提升幅度有限，距离完全解决仍有一定距离。
几何形式化的系统化尝试
针对 IMO 级别平面几何问题，文章提出了几何形式化理论（GFT），并构建了包含 88 个谓词和 196 个定理的 FormalGeo 系统。配套的 FGPS 求解器结合前向、后向和 AI 辅助搜索，在 FormalGeo7k 数据集上后向深度优先搜索的失败率仅为 2.42%。这显示了形式系统与 AI 结合在几何领域的潜力，但数据集规模有限，泛化能力仍需验证。
基准与方法的多样性
文章介绍了多个基准和方法：ProofNet 包含 371 个本科级数学问题，涵盖实分析、线性代数等主题；GLM2FSA 算法从自然语言生成有限状态自动机；arXiv2Formal 数据集提供 50 个 Lean 形式化定理。这些工作从不同角度推进自动形式化，但各自覆盖范围有限，尚未形成统一评估标准。
历史贡献与当前局限
GPT-f 作为早期自动证明器，使用 Metamath 形式语言，其发现的简短证明被数学社区采纳，这是深度学习系统首次对正式数学做出贡献。然而，文章也提到自动形式化研究级数学需分解为未链接形式化、实体链接和类型调整等子任务，表明当前方法在处理复杂数学时仍面临挑战。
Q&A
GFLean框架的主要功能是什么？
GFLean框架通过大型语言模型将自然语言数学问题翻译为形式化说明，提升了自动形式化的效率。
改进的神经定理证明器提高了证明率多少？
改进的神经定理证明器使MiniF2F定理证明基准的证明率从29.6%提高到35.2%。
什么是几何形式化理论（GFT）？
几何形式化理论（GFT）指导几何形式系统的发展，帮助表示和解决IMO级别的几何问题。
FormalGeo数据集包含多少个几何问题？
FormalGeo7k数据集包含6,981个几何问题，经过数据增强扩展为186,832个问题。
FGPS的主要功能是什么？
FGPS是一个形式几何问题解决器，既可作为交互式助手，也可作为自动化问题解决器。
GLM2FSA算法的作用是什么？
GLM2FSA算法通过自然语言描述生成有限状态自动机，填补描述与表示之间的鸿沟。
