System h1 od Meta i NYU bije rozbudowane przepływy dowodzenia twierdzeń przy niższych kosztach
Autor: CryptoBriefing·
Najważniejsze informacje
- •h1, opracowany przez Meta FAIR i NYU, zastępuje rozbudowane mechanizmy wspomagania dowodów prostą pętlą trwałej edycji plików, natychmiastowej informacji zwrotnej kompilatora Lean 4 i refleksji sterowanej przez model.
- •System uzyskał 670 na 672 punktów na PutnamBench z GPT-5.5 oraz 90 na 100 w ocenie FATE-X, a także rozwiązał osiem otwartych problemów z kolekcji FormalConjectures, w tym warianty problemów Erdősa.
- •W porównaniu z AlphaProof Nexus firmy DeepMind h1 osiągnął wskaźnik sukcesu 82,5% w rozwiązywaniu problemów Erdősa wobec 76%, wydając 121 dolarów na każdy skuteczny dowód w porównaniu z 317 dolarami.
- •Praca rozwija wcześniejszy prower twierdzeń HTPS od Meta z 2022 roku i potwierdza „gorzką lekcję”, że skalowalne metody ogólnego przeznaczenia mogą przewyższać ręcznie opracowane techniki.
- •Wydajność systemu silnie zależy od bazowego modelu granicznego, a wobec niemal wyczerpanego PutnamBench to wyniki na kolekcjach otwartych problemów będą od teraz bardziej miarodajnym kryterium oceny.
Badacze z Meta i New York University zbudowali okrojony system sztucznej inteligencji do dowodzenia twierdzeń matematycznych, który dorównał lub przewyższył starannie zaprojektowane przepływy pracy z dowodami w Lean – i zrobił to taniej.
System nosi nazwę h1 i broni prostego argumentu: w automatycznym dowodzeniu twierdzeń prostota może zwyciężyć złożoność, o ile model otrzymuje dobrą informację zwrotną.
Minimalna pętla agentowa
Praca pochodzi od zespołu badawczego FAIR firmy Meta oraz NYU. W artykule zatytułowanym „h1: A Taste of the Bitter Lesson in Automated Theorem Proving
