LeanSearch v2: Global Premise Retrieval for Lean 4 Theorem Proving
LeanSearch v2 ist ein Zwei-Modus-Retrievalsystem, das bei der Identifizierung der vollständigen Menge an Bibliothekslemmata für die Lean-4-Theorembeweisführung einen State-of-the-Art-Performance erreicht, bestehende semantische Such- und Prämisseauswahl-Tools deutlich übertrifft und die Erfolgsquoten nachgelagerter Beweise direkt verbessert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, ein riesiges, komplexes Puzzle zu lösen. Sie haben eine riesige Schachtel mit 100.000 Teilen (die Mathlib-Bibliothek), und Ihr Ziel ist es, ein bestimmtes Bild zu erstellen (einen mathematischen Beweis).
Das Problem besteht nicht darin, dass Sie die Teile nicht haben; das Problem ist, dass die Teile im ganzen Raum verstreut sind, und die Anweisungen sagen nicht: „Verwenden Sie hier das blaue Himmel-Teil." Stattdessen müssen Sie herausfinden, dass ein Teil über „geometrische Summen" und ein Teil über „zyklotomische Polynome" (die völlig unrelated klingen) tatsächlich zusammenpassen, um Ihr spezifisches Problem zu lösen.
Dies ist die Herausforderung, die die Arbeit adressiert. Sie stellt LeanSearch v2 vor, ein neues Werkzeug, das entwickelt wurde, um Mathematikern, die mit der Computersprache Lean 4 arbeiten, die richtigen Puzzle-Teile zu finden.
Hier ist, wie die Arbeit dies unter Verwendung einfacher Analogien aufschlüsselt:
1. Das Problem: „Globale Prämissen-Retrieval"
Die Autoren sagen, dass bestehende Werkzeuge wie zwei verschiedene Arten von Helfern sind, aber keines von beiden perfekt ist:
- Die semantische Suchmaschine: Dies ist wie ein Bibliothekar, der ein einzelnes Buch findet, das zu einem Stichwort passt. Wenn Sie nach „Primzahlen" fragen, findet es Bücher über Primzahlen. Aber es weiß nicht, dass Sie drei spezifische Theoreme aus drei verschiedenen Abschnitten der Bibliothek benötigen, um Ihr Puzzle zu lösen.
- Der Prämissen-Selektor: Dies ist wie ein Tutor, der Ihnen bei einem Schritt des Puzzles nach dem anderen hilft. Sie sagen: „Okay, für diesen spezifischen Zug verwenden Sie dieses Teil." Aber sie sehen nicht das ganze Bild. Sie wissen nicht, dass Sie eine Route durch die Bibliothek planen müssen, die drei entfernte Ideen verbindet, um die Arbeit zu beenden.
Die Arbeit nennt die fehlende Fähigkeit „Globale Prämissen-Retrieval". Es ist die Fähigkeit, ein Problem zu betrachten und zu sagen: „Um dies zu lösen, muss ich diese drei spezifischen, scheinbar unrelated Lemmata aus der Bibliothek holen und sie miteinander verketten."
2. Die Lösung: LeanSearch v2
Die Autoren haben ein Zwei-Modus-System entwickelt, um dies zu lösen, das wie ein intelligenter Forschungsassistent mit zwei verschiedenen Persönlichkeiten agiert.
Modus A: Der „Standard-Modus" (Der Super-Bibliothekar)
Dies ist das Fundament. Es fungiert als Hochgeschwindigkeitssuchmaschine für die Bibliothek.
- Wie es funktioniert: Es nimmt die gesamte Bibliothek mit über 100.000 mathematischen Deklarationen und übersetzt sie von „Computercode" in „menschlich freundliche Beschreibungen". Anschließend verwendet es einen zweistufigen Prozess:
- Embedding: Es verwandelt jeden Textteil in einen mathematischen „Fingerabdruck", um ähnliche Konzepte zu finden.
- Reranking: Es nimmt die Top-50-Treffer und verwendet eine zweite, intelligentere KI, um sie neu zu sortieren und die absolut besten auszuwählen.
- Das Ergebnis: Es findet das richtige einzelne Informationsteil besser als jedes vorherige Werkzeug, selbst ohne speziell auf mathematische Daten trainiert worden zu sein. Es ist wie ein Bibliothekar, der die Bibliothek so gut kennt, dass er das genaue Buch findet, das Sie benötigen, nur indem er eine vage Beschreibung davon hört.
Modus B: Der „Reasoning-Modus" (Der Detektiv)
Dies ist die große Innovation. Es sucht nicht nur nach einem Teil; es versucht, den gesamten Satz von Teilen zu finden, die für einen Beweis benötigt werden.
- Wie es funktioniert: Es verwendet eine „Sketch-Retrieve-Reflect"-Schleife, die wie ein Detektiv ist, der ein Rätsel löst:
- Sketch: Die KI macht eine Vermutung über die „Geschichte" des Beweises (z. B. „Zuerst machen wir X, dann verwenden wir Y, dann Z").
- Retrieve: Es verwendet den Bibliothekar des „Standard-Modus", um die tatsächlichen Teile für jeden Schritt dieser Geschichte zu finden.
- Reflect: Eine „Judge"-KI betrachtet die Ergebnisse. Passten die Teile zusammen? Wenn der Bibliothekar kein Teil für Schritt Y finden konnte, sagt der Judge: „Diese Geschichte funktioniert nicht."
- Revise: Die KI geht zurück, ändert die Geschichte (den Sketch) und versucht es erneut.
- Das Ergebnis: Es schlingt sich weiter, bis es einen kohärenten Satz von Bibliotheks-Lemmata findet, die tatsächlich zusammenarbeiten, um den Satz zu lösen.
3. Die Beweise: Hat es funktioniert?
Die Autoren testeten dieses System an zwei Haupt-Herausforderungen:
- Der Such-Test: Sie baten das System, spezifische Theoreme basierend auf Beschreibungen zu finden. LeanSearch v2 gewann und fand die richtige Antwort häufiger als seine Konkurrenten.
- Der „Globale"-Test: Sie gaben ihm 69 schwierige mathematische Probleme auf Graduiertenniveau und baten es, die Gruppe von Lemmata zu finden, die benötigt werden, um sie zu lösen.
- Die Konkurrenten: Alte Werkzeuge fanden die richtige Gruppe von Teilen nur etwa 9 % bis 38 % der Zeit.
- LeanSearch v2: Fand die richtige Gruppe von Teilen 46,1 % der Zeit.
- Der „Beweis"-Test: Sie steckten dieses Werkzeug in einen Roboter, der versucht, Beweise zu schreiben. Wenn der Roboter LeanSearch v2 verwendete, schloss er Beweise 20 % der Zeit erfolgreich ab. Ohne das Werkzeug gelang ihm dies nur 4 % der Zeit.
4. Das Fazit
Die Arbeit behauptet, dass LeanSearch v2 das erste System ist, das mathematische Retrieval erfolgreich als eine „Reasoning"-Aufgabe und nicht nur als eine „Such"-Aufgabe behandelt.
- Analogie: Frühere Werkzeuge waren wie ein GPS, das Ihnen nur die nächste Straße sagen konnte, in die Sie einbiegen müssen. LeanSearch v2 ist wie ein GPS, das die gesamte Reise planen kann, erkennt, dass Sie für die Ankunft am Ziel möglicherweise eine landschaftlich schöne Route durch eine Nachbarschaft nehmen müssen, von der Sie nicht wussten, dass sie existiert, und genau weiß, welche Abzweigungen Sie nehmen müssen, um dorthin zu gelangen.
Die Autoren betonen, dass dies ein Werkzeug für das Retrieval (Finden der richtigen Werkzeuge) ist, nicht unbedingt für das Generieren des Beweises selbst, obwohl besseres Retrieval den Beweis-Generierungsprozess offensichtlich häufiger zum Erfolg führt. Sie haben ihren gesamten Code und ihre Daten öffentlich gemacht, damit andere diesen „Detektiv"-Ansatz zur Lösung mathematischer Probleme nutzen können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.