2026 年 10 月 28 日,Debargha Ganguly 等九位作者向 arXiv 提交了论文 Scaling Lean Theorem Proving for Real-World Code Verification,介绍 Lean 数学证明系统 EasyProver,以及旨在从竞赛编程实现中构建更难验证任务的 Aegis 流水线。[1]

作者称,EasyProver 结合了上下文隔离的递归智能体、异步搜索、并行策略探测和弹性 elaboration 服务。系统使用未经额外训练的现成前沿模型,据报完成了 PutnamBench 的 672 道题中的 669 道,以及全部六项 IMO 2026 形式化题目的数学证明。作者还称,系统通过数学证明或反驳,解决了 NTP4VC 的 600 个验证条件中的 597 个,以及全部 189 项 VERINA 任务;这些解决数量不能直接视为仅靠数学证明取得的成功率。[1]

Aegis 编写安全 Rust 解决方案,通过 Aeneas 将其转换为 Lean,并生成规约。摘要称,冻结后的陈述会获得经过内核检查的数学证明或反驳,并报告生成了 2,045 对经过差分验证的 Rust–Lean 程序,以及 11,533 项候选规约。这些任务包含定长整数运算、显式失败、生成的循环、类型转换,以及将可变状态改写为函数式表达所带来的实现层验证义务。在分层抽取的 2,000 项陈述中,EasyProver 据报在每项 30 分钟的预算内完成了 1,054 项数学证明,比例为 52.7%。[1]

[1]: Scaling Lean Theorem Proving for Real-World Code Verification。arXiv,2026 年 10 月 28 日。https://arxiv.org/abs/2610.38174

主图: Debargha Ganguly, Divya Raghunathan, Dejan Jovanović, Vikash Singh, Soonho Kong, Aaron Tomb, Aman Goel, Ferhat Erata, Sam Bayless · CC BY 4.0。

来源

  1. Scaling Lean Theorem Proving for Real-World Code VerificationarXiv · 2026年10月28日

核查或更正本页

验证记录

下方摘要可以说明你读到的文字是否与公开的源文件一致,但不能说明报道内容本身正确。这一摘要在构建时根据本页的 Markdown 源文件计算,并列入站点清单。

8222f983faa88c03e00ea8d0b3b6bb762d82a44462b9d1285564d307ce6d0b39