풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?
HyperTree Proof Search는 증명 탐색 결과를 온라인 학습에 되돌려 훈련 분포 밖 정리의 탐색 정책을 개선한다.
HyperTree Proof Search for Neural Theorem Proving
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
HyperTree Proof Search는 증명 탐색 결과를 온라인 학습에 되돌려 훈련 분포 밖 정리의 탐색 정책을 개선한다.
HyperTree Proof Search for Neural Theorem Proving
Kimina-Prover Preview v1의 강화학습과 miniF2F pass@8192 결과를 살펴보며 대규모 후보 탐색 성과와 단일 시도 능력, 형식 검증 비용을 구분한다.
Kimina-Prover Preview: Towards Large Formal Reasoning Models with Reinforcement Learning
Romera-Paredes 등은 언어모델의 프로그램 제안과 자동 평가·진화를 결합해 cap set 구성과 온라인 bin packing 휴리스틱을 탐색했습니다.
Mathematical Discoveries from Program Search with Large Language Models
P-FOLIO는 0~20단계의 사람이 쓴 증명 연쇄를 제공해 최종 분류와 단계 규칙 평가를 분리합니다.
P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains
자기일관성 방법은 다양한 풀이 경로에서 최종 답을 모읍니다. 정답률 개선과 답의 논리적 보증을 구별하고, 반복 답변의 독립성도 따져 봅니다.
Self-Consistency Improves Chain of Thought Reasoning in Language Models
46–50 / 98편