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。
我们开发了一个神经定理证明器,能够解决多种高中奥林匹克问题,包括AMC12和AIME竞赛中的问题,以及两个改编自IMO的问题。
完成下面两步后,将自动完成登录并继续当前操作。