arXiv Artificial Intelligence· Alan Sorani, Ashvni Narayanan, Michael Shalyt, Tali Monderer, Rotem Kalisch, Hila Barkan, Elyasheev Leibtag, Shachar Weinbaum, Carsten Schneider, John Campbell, Ido Kaminer·· 17 小时前AI 评分45
Ramanujan Challenge 结果：面向多格式证明的 AI 辅助评估流水线
Ramanujan Challenge Results: AI-Assisted Evaluation Pipeline for Multi-Format Proofs
AI 导读
研究团队分析了 Ramanujan Challenge 这一数论研究级基准的提交结果，发现与官方解法概念不同的正确证明，以及一个已公开开放猜想的新证明。为此他们提出一套 AI 辅助评估流水线，覆盖自然语言证明、CAS 代码和 Lean 形式化，将自然语言证明的误判率从 23% 降至 6%，支撑代码的判定准确率从 46% 提升至 58%。
来源：arXiv Artificial Intelligence · arxiv.org