증명을 게임처럼 배우면 인공지능(AI)는 무엇을 예측할까?
GamePad는 Coq 증명을 목표·맥락·전술·하위 목표의 상태 전이로 노출해 AI가 남은 거리와 다음 전술을 학습하도록 했습니다.
GamePad: A Learning Environment for Theorem Proving
그림으로 이해하고, 원문으로 깊이 읽습니다.
관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

해외 학술 연구의 7개 분야
GamePad는 Coq 증명을 목표·맥락·전술·하위 목표의 상태 전이로 노출해 AI가 남은 거리와 다음 전술을 학습하도록 했습니다.
GamePad: A Learning Environment for Theorem Proving
린도조 연구에서 전제 검색, 다음 단계 제안, 형식 검증의 역할을 나눕니다. 증명의 빈칸이 어떻게 드러나는지 살펴봅니다.
LeanDojo: Theorem Proving with Retrieval-Augmented Language Models
SATBench의 2,100개 문제는 해 찾기와 불가능성 판정 사이의 비대칭을 드러냅니다.
SATBench: Benchmarking LLMs’ Logical Reasoning via Automated Puzzle Generation from SAT Formulas
LINC는 언어모델을 의미 파서로, 1차 논리 증명기를 판정기로 사용해 언어 이해와 형식 추론의 책임을 분리했습니다.
LINC: A Neurosymbolic Approach for Logical Reasoning by Combining Language Models with First-Order Logic Provers
Logic-LM은 언어모델의 형식화와 기호 솔버의 판정을 결합하고 오류 메시지로 번역을 고치는 절차를 평가했습니다.
Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
61–65 / 69묶음