Tag: Formal Reasoning

All the papers with the tag "Formal Reasoning".

• FormalMATH: Benchmarking Formal Mathematical Reasoning of Large Language Models

  grok-3-latest

  Score: 0.55

  Published:2025年5月5日 at  at 15:37

  #LLM, #Formal Reasoning, #Benchmarking, #Autoformalization, #Test Time Scaling

  本文提出 FormalMATH，一个包含 5560 个形式化数学问题的 Lean4 基准测试，通过高效的‘人在回路中’自动化形式化流程构建，并揭示了当前大型语言模型在形式化推理中的显著局限性。