8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?
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
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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
온라인 토론 자료 연구는 설득 여부가 문장 특징뿐 아니라 참여 시점과 왕복 대화 같은 상호작용과 연결됨을 보여 줍니다.
Winning Arguments: Interaction Dynamics and Persuasion Strategies in Good-faith Online Discussions
Weigl 등 연구의 행동·ERP 결과를 통해 드문 색과 부정적 단어의 결합이 출처 기억과 빈도 추정을 바꾸지만 단순한 P300 기억 설명은 지지되지 않았음을 살펴봅니다.
The effect of shared distinctiveness on source memory: An event-related potential study
Lean Meets Theoretical Computer Science는 매개변수화한 Busy Beaver·혼합 불 대수 문제로 단계 성공률과 전체 증명 성공률의 큰 차이를 드러낸다.
Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs
Ineq-Comp v2를 바탕으로 익숙한 부등식의 변수 복제·대수 재작성·다단계 합성이 현재 Lean 증명 모델의 구성적 일반화를 크게 흔드는지 살펴봅니다.
Ineq-Comp: Benchmarking Human-Intuitive Compositional Reasoning in Automated Theorem Proving on Inequalities
16–20 / 28편