StochBench：面向 Lean 4 随机过程领域的专用形式化定理证明基准
英文标题：StochBench: A Domain-Specific Benchmark for Stochastic Processes in Lean
当前用于评估大语言模型形式化定理证明能力的主流基准测试，大多来源于 IMO 和 Putnam 等竞赛数学题，无法充分反映具体科研与工程领域的实际应用需求。为此，研究人员推出了 StochBench，这是一个基于 Lean 4 的随机过程领域专用基准测试。该基准的提出填补了形式化数学领域从“竞赛做题”向“专业学科应用”评测的空白，为推动大模型在概率论、随机分析以及金融与物理建模等复杂垂直领域的落地提供了重要工具与衡量标准。
打开原文相关 1.6 · 机会 0
2.1 KB
483 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.09264v1 [Announce Type: new]
摘要
当前针对大语言模型（LLM）形式化定理证明的主流基准测试，大多是由国际数学奥林匹克竞赛（IMO）和普特南数学竞赛（Putnam）等竞赛数学题目组成的小型数据集，难以有效代表特定领域的实际应用场景。为此，我们推出了 StochBench——一个面向 Lean 4 的随机过程领域专用基准测试。
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×