LLM scoprono nuovi teoremi tramite apprendimento dimostrativo in contesto in Lean
Il Ciclo Congettura-Dimostrazione (CPL) è una pipeline recentemente sviluppata che consente ai grandi modelli linguistici di creare congetture matematiche innovative e generare dimostrazioni verificate utilizzando Lean 4. Ogni ciclo sfrutta teoremi precedentemente stabiliti e le loro dimostrazioni formali per migliorare le strategie dimostrative tramite apprendimento in contesto, senza alterare i parametri. Sia i risultati teorici che sperimentali indicano che CPL aumenta significativamente il tasso di scoperta di teoremi impegnativi rispetto alla generazione simultanea. Sfruttando gli output formalmente verificati del LLM come contesto, i tassi di successo delle dimostrazioni successive migliorano costantemente, mostrando un meccanismo di auto-miglioramento. Questa ricerca è descritta dettagliatamente in arXiv:2509.14274v2.
Fatti principali
- 1. CPL genera iterativamente congetture e tenta dimostrazioni in Lean 4.
- 2. Ogni iterazione condiziona il LLM su teoremi e dimostrazioni precedenti.
- 3. L'apprendimento in contesto consente un miglioramento senza parametri delle strategie dimostrative.
- 4. CPL aumenta il tasso di scoperta di teoremi difficili da dimostrare.
- 5. Il riutilizzo degli output verificati del LLM migliora il successo delle dimostrazioni.
- 6. Lo studio è pubblicato su arXiv come 2509.14274v2.
- 7. La pipeline utilizza grandi modelli linguistici per la dimostrazione formale di teoremi.
- 8. Gli esperimenti mostrano auto-miglioramento tramite apprendimento in contesto.
Entità
Istituzioni
- arXiv