Robocikowo>ROBOCIKOWO
Wnioskowanie

Autoformalizacja

2022AktywnyAktualizacja: 19 sierpnia 2026Opublikowany
Automatyczne przekładanie nieformalnej matematyki (język naturalny) na formalny zapis w asystentach dowodzenia (Lean, Isabelle, Coq), umożliwiające maszynową weryfikację.
Kluczowa innowacja
Automatyczne tłumaczenie matematyki i twierdzeń z języka naturalnego na formalny język asystentów dowodzenia (np. Lean), łączące elastyczność LLM z rygorem weryfikacji formalnej.
Kategoria
Wnioskowanie
Poziom abstrakcji
Wzorzec
Poziom operacji
InferencjaTrening
Zastosowania
Formalizacja twierdzeń i dowodów matematycznychWeryfikowalne rozumowanie matematyczne AI (np. AlphaProof)Budowa i rozszerzanie bibliotek formalnych (np. mathlib)Sprawdzanie poprawności rozumowania modeliWspomaganie matematyków w formalizacji

Jak działa

Model językowy otrzymuje nieformalne sformułowanie (np. treść twierdzenia po angielsku) i generuje jego odpowiednik w języku formalnym (np. Lean), a często także szkic dowodu. Wygenerowany kod jest przekazywany do asystenta dowodzenia, który sprawdza jego poprawność; błędy i komunikaty weryfikatora wracają do modelu jako sygnał do poprawy (pętla generuj–weryfikuj–popraw). Trening i dostrajanie wykorzystują pary nieformalne↔formalne oraz uczenie ze wzmocnieniem na podstawie wyniku weryfikacji.

Rozwiązany problem

Formalizacja matematyki ręcznie jest bardzo pracochłonna, a LLM-y potrafią halucynować w rozumowaniu. Autoformalizacja automatyzuje przekład do postaci formalnej, którą można maszynowo zweryfikować, łącząc skalę AI z pewnością dowodu.

Kluczowe mechanizmy

Przekład język naturalny → język formalny (Lean/Isabelle/Coq)
Generowanie kandydatów przez LLM
Weryfikacja przez asystenta dowodzenia i pętla poprawek
Uczenie ze wzmocnieniem na sygnale weryfikacji
Pary danych nieformalne↔formalne do treningu

Mocne strony i ograniczenia

Mocne strony
✓Łączy elastyczność LLM z pewnością dowodu formalnego
✓Eliminuje halucynacje w zadaniach matematycznych
✓Umożliwia skalowalną formalizację matematyki
✓Dostarcza weryfikowalnego sygnału nagrody do treningu
Ograniczenia
✗Trudność przekładu niejednoznacznej, nieformalnej matematyki
✗Ograniczone pokrycie bibliotek formalnych
✗Kosztowne generowanie i weryfikacja długich dowodów
✗Wąskie zastosowanie poza matematyką/logiką

Komponenty

Model tłumaczący (LLM)Generacja

Generuje formalne sformułowania i dowody z treści nieformalnych.

Oficjalna

Asystent dowodzeniaWeryfikacja

Weryfikator (np. Lean) sprawdzający poprawność wygenerowanego kodu.

Oficjalna

Pętla sprzężenia zwrotnegoIteracja

Komunikaty weryfikatora kierują poprawą kolejnych prób.

Oficjalna

Ewolucja

Oryginalny paper · 2022 · NeurIPS 2022 · Yuhuai Wu
Autoformalization with Large Language Models
Yuhuai Wu, Albert Q. Jiang, i in. (et al.)
2022
Autoformalization with LLMs
Punkt przełomowy

Wu i in. pokazują, że LLM potrafią tłumaczyć matematykę na język formalny.

2024
AlphaProof (Google DeepMind)
Punkt przełomowy

System łączący autoformalizację i Lean osiąga poziom medalowy na IMO.

Hiperparametry (konfigurowalne osie)

Język formalnyWysoka
LeanNajpopularniejszy w AI-for-math (mathlib).
Isabelle/CoqAlternatywne asystenty dowodzenia.
Sygnał treningowyWysoka
pary nieformalne↔formalneUczenie nadzorowane.
RL na wyniku weryfikacjiNagroda z asystenta dowodzenia.