LeanPRM genera etiquetas de verificación para pruebas matemáticas de IA

Fuentes: LeanPRM generates step-level verification labels for AI mathematical proofs

LeanPRM es un marco de trabajo que utiliza el asistente de pruebas Lean para generar etiquetas de validación paso a paso para pruebas matemáticas escritas en lenguaje natural. Este sistema aborda el cuello de botella en la verificación de pruebas generadas por inteligencia artificial, donde la obtención de etiquetas de corrección es costosa o imposible para pruebas abiertas. A diferencia de los métodos existentes que dependen de anotadores humanos o respuestas finales, LeanPRM permite a un modelo escribir una prueba natural y su versión formal sin retroalimentación de Lean. Posteriormente, Lean etiqueta cada paso, y un segundo modelo elimina los errores de sintaxis formal, dejando solo las etiquetas de errores matemáticos. El conjunto de datos LeanPRM incluye 10.634 pruebas con 152.000 pasos etiquetados y sin anotación humana. Un verificador entrenado con Qwen3-4B, utilizando este marco, mejoró la precisión de etiquetas exactas en un conjunto de prueba de 200 pruebas, pasando de 48,2 a 74,7 puntos, frente a los 60,3 obtenidos con el entrenamiento en PRM800K. Además, el verificador selecciona mejores pruebas en problemas de nivel IMO y supera a otros verificadores en tres de cuatro benchmarks externos. El entrenamiento con LeanPRM mejora el rendimiento de verificadores de todos los tamaños, desde 0,6B hasta 8B parámetros, ofreciendo una ruta viable para la retroalimentación de nivel de paso en pruebas de IA complejas.