ИССЛЕДОВАНИЕ · RESEARCH · #2174
Статья на arXiv: обратная связь проверяющего одновременно помогает и мешает самовосстановлению в формальных доказательствах
Новая статья на arXiv (arXiv:2610.22698v1) исследует самовосстановление с обратной связью проверяющего в системе доказательств Lean на моделях Qwen3.6-27B и DeepSeek-Prover-V2-7B на задачах MiniF2F. Авторы обнаружили, что показ неудачного доказательства часто снижает успех и усиливает копирование ошибки, тогда как для Qwen показ сообщения компилятора иногда восстанавливает результаты; при этом ни одна проверенная стратегия обратной связи не превосходит простое повторное пробование с инструкцией при равных токен-бюджетах.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Новая статья на arXiv (arXiv:2610.22698v1) исследует самовосстановление с обратной связью проверяющего в системе доказательств Lean на моделях Qwen3.6-27B и DeepSeek-Prover-V2-7B на задачах MiniF2F.
- Авторы обнаружили, что показ неудачного доказательства часто снижает успех и усиливает копирование ошибки, тогда как для Qwen показ сообщения компилятора иногда восстанавливает результаты; при этом ни одна проверенная стратегия обратной связи не превосходит простое повторное пробование с инструкцией при равных токен-бюджетах.
- Это важно, потому что уточняет, в каких ситуациях обратная связь проверяющего улучшает или ухудшает исправление ошибок моделью, что влияет на дизайн интерактивных систем для автоматизации кода и доказательств.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, потому что уточняет, в каких ситуациях обратная связь проверяющего улучшает или ухудшает исправление ошибок моделью, что влияет на дизайн интерактивных систем для автоматизации кода и доказательств.