HyperTree Proof Search 引入神经定理证明的在线自我改进

系统从自身证明搜索中继续学习,并使用受蒙特卡洛树搜索与 AlphaZero 启发的超树搜索算法。

发生了什么?

HTPS 配合在线训练在留出 Metamath 定理上达到 82.6%,并将 miniF2F-curriculum 的证明率提升到 42%。

为什么重要?

它预示了后来形式推理系统中广泛采用的“验证器反馈 + 自我改进”训练循环。

重要性说明:HTPS 将 AlphaZero 式搜索与在线学习结合,在 Metamath 与 Lean 定理证明上均取得显著提升。

历史脉络

主要证据

证据与状态一览

重要性
H2 · 领域里程碑
验证状态
论文已发布
证据等级
E3 · 可检查工件
AI 角色
AI 主导、人类核验
形式保障
机器检查

如何理解这些标签? →

贡献与验证

数学新颖性
基准结果
接口
形式化, 符号
AI 贡献
证明器执行搜索、从成功与失败的轨迹中学习,并迭代改进策略。
人类贡献
研究者设计 HTPS、训练环境与基准协议。
验证状态
论文已发布 · E3 · 可检查工件 · 机器检查
最后审阅
2026-09-11

技术细节

系统
htps
机构
meta-ai
数学问题
metamath, minif2f
方法
online-training, tree-search, expert-iteration

全部来源与工件

验证历史

  • 2022-05-23 · 论文已发布 · E2 · 研究记录

    Chronicle 依据所引 primary / official source 记录该事件;该状态不表示 Chronicle 已完成独立验证。

  • 2026-09-11 · 论文已发布 · E3 · 可检查工件

    本轮 corpus 刷新增补了由作者或发布机构维护、可直接检查的公开产物。E3 表示证据已达到可检查 artifact 层级,并不等同于底层科学或数学主张已获得独立验证。

更正

当前没有记录的更正。