비슷한 기호를 묶는 추론은 증명일까?
Neural Theorem Prover는 정확한 기호 일치 대신 임베딩 유사도로 부드럽게 통일해 규칙과 경로를 학습합니다.
End-to-End Differentiable 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
Neural Theorem Prover는 정확한 기호 일치 대신 임베딩 유사도로 부드럽게 통일해 규칙과 경로를 학습합니다.
End-to-End Differentiable Proving
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
DeepSeek-Prover-V2는 비형식 풀이를 하위 목표로 재귀 분해해 형식 추론의 학습 자료와 보상 구조를 만든다.
DeepSeek-Prover-V2: Advancing Formal Mathematical Reasoning via Reinforcement Learning for Subgoal Decomposition
AlphaProof는 Lean 검증 환경, 대규모 자기학습과 문제별 시험시점 강화학습을 결합해 2024 IMO 비기하 5문제 중 3문제를 풀었지만 막대한 계산비용과 형식화 범위가 제한입니다.
Olympiad-level Formal Mathematical Reasoning with Reinforcement Learning
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
41–45 / 77편