T
traeai
登录

产品

Lean

别名:Lean theorem prover

形式化验证与数学证明的交互式定理证明器,Axiom用于将非正式证明转化为可验证形式。

已跟踪 8 条高相关材料

TraeAI 观察

相关材料

已收录 8 条与 Lean 相关的内容,按评分排序。

Latent Space 图标

跨越非正式AI:Carina Hong与Axiom Math的Verified AI

Latent Space1535 字 (约 7 分钟)
87

Axiom Math以Verified AI为核心,通过形式化证明与Lean工具将“ brilliance”规模化与复利化,已在Putnam达全对并在Verina Codegen取得99%,显著高于OpenAI o3的4.9%,为AGI路径提供关键能力验证与知识传播范式。

入选理由:Axiom在Putnam考试中取得12/12,优于顶尖本科生与当时最接近的AI系统DeepSeek(103/120)。

精选文章#Verified AI#形式化验证#Lean#AGI#Putnam竞赛英文
5篇AI生成的数学论文被接收!00后创始人洪乐潼融资14个亿

Axiom Math的AI系统AxiomProver生成并形式化证明的8篇数学论文中,5篇已通过同行评审发表;其核心是“自然语言问题→Lean形式化→机器验证”闭环,00后创始人洪乐潼带队完成14亿人民币融资,估值达16亿美元。

入选理由:AxiomProver在24小时内可生成完整、机器验证的数学证明,已解决6个Ballantine等提出的猜想并发现1个反例

精选文章#AI数学#形式化证明#Lean#Axiom Math#洪乐潼中文
mimalloc: A new, high-performance, scalable memory allocator for the modern era

mimalloc: A new, high-performance, scalable memory allocator for the modern era

Microsoft Research Blog2098 字 (约 9 分钟)
85

mimalloc 是一个高效、可扩展的内存分配器,适用于现代高并发、大内存规模的应用场景,显著提升了 Bing 等服务的响应时间。

入选理由:mimalloc 提供了有界最坏情况分配时间,空间开销最小,内部碎片率低。

精选文章#内存分配器#NoGIL CPython#Unreal Engine中英混合
What mathematicians figured out about AI that most enterprises haven’t

What mathematicians figured out about AI that most enterprises haven’t

Gradient Flow1272 字 (约 6 分钟)
85

数学家发现AI在验证、迭代流程和人类监督下的优势,企业应借鉴这些条件来加速AI进展。

入选理由:AI在数学中的应用加速了验证和迭代流程。

精选文章#AI#数学#验证#迭代英文
Test-time verification for AI agents: New from Microsoft Research #ai #agenticai #verification

AI Agent 的运行时验证:微软研究院新成果

Microsoft Research200 字 (约 1 分钟)
72

微软研究院提出 Intervene 框架,通过 LLM 投影自动分解 agent 输出为可验证属性,并实时生成形式化验证器(Python/Lean),支持运行中干预。

入选理由:Intervene 是微软研究院提出的实时 AI agent 验证框架,支持对部分响应进行即时验证。

精选视频#AI Agent#形式化验证#微软研究院#Intervene#智能体 AI英文
Introduction to Lean for Programmers

Introduction to Lean for Programmers

Towards Data Science2997 字 (约 12 分钟)
52

文章声称介绍精益思想给程序员,实则聚焦于 Lean 证明助手与 AI 定理证明,主题偏离、信息不完整,缺乏工程实用价值。

入选理由:Lean 4 配合 GitHub Copilot 可用于交互式定理证明,Terence Tao 已在 YouTube 上直播使用。

精选文章#Lean#证明助手#AI定理证明#AlphaProof#Curry-Howard英文
Gary Marcus(@GaryMarcus) 图标

新的数学成果是结合Lean等神经符号系统还是纯LLM?

Gary Marcus(@GaryMarcus)56 字 (约 1 分钟)
30

Gary Marcus质疑近期数学成果是否结合神经符号系统与Lean等工具,还是纯LLM驱动,但未提供具体技术细节。

入选理由:该推文仅提出技术路线疑问,未展示任何实证分析或架构细节

精选推文#神经符号AI#LLM#Lean定理证明器英文

跨材料问答 · Lean

回答基于:Lean 相关 8 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容