그림이 포함된 정리를 인공지능(AI)가 풀었다면 형식 검증도 통과할까?
MATP-BENCH는 그림과 텍스트가 함께 있는 1,056개 정리를 Lean 4·Coq·Isabelle 형식화와 묶어 멀티모달 모델의 증명 능력을 평가한다.
MATP-BENCH: Can MLLM Be a Good Automated Theorem Prover for Multimodal Problems?
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
MATP-BENCH는 그림과 텍스트가 함께 있는 1,056개 정리를 Lean 4·Coq·Isabelle 형식화와 묶어 멀티모달 모델의 증명 능력을 평가한다.
MATP-BENCH: Can MLLM Be a Good Automated Theorem Prover for Multimodal Problems?
Sterne 등은 다중대치의 가정과 절차를 설명하고 59편의 사용 사례를 검토해 보고 누락과 민감도 분석의 부족을 지적했습니다.
Multiple Imputation for Missing Data in Epidemiological and Clinical Research: Potential and Pitfalls
NaturalProver는 배경 정리와 정의를 조건으로 자연어 증명 단계를 생성해 사람 평가를 개선했지만, 형식 검사기가 없는 자연어 증명은 여전히 인간 검토가 필요했습니다.
NaturalProver: Grounded Mathematical Proof Generation With Language Models
음성대조는 효과가 없어야 할 곳의 연관으로 관찰연구 편향을 진단합니다.
Negative Controls: A Tool for Detecting Confounding and Bias in Observational Studies
DeepProbLog은 신경술어의 확률과 확률논리 규칙을 결합해 최종 질의에서 끝까지 학습합니다.
DeepProbLog: Neural Probabilistic Logic Programming
276–280 / 568편