LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization
LeanMarathon führt ein Multi-Agenten-System ein, das auf einem sich entwickelnden Blueprint und einem zweistufigen Orchestrator basiert, um Fehler bei der Autoformalisierung über lange Horizonte hinweg zu überwinden, wobei erfolgreich sieben Theoreme aus vier aktuellen Forschungsarbeiten zu Erdős-Problemen ohne Fehler formalisiert wurden.
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, eine riesige, komplizierte Burg aus Lego-Steinen zu bauen, aber Sie tun dies mit einem Team von KI-Robotern. Das Ziel ist nicht nur, eine Burg zu bauen; es ist der Bau einer Burg basierend auf einem sehr komplexen, handschriftlichen Entwurf eines menschlichen Mathematikers, und jeder einzelne Stein muss perfekt gemäß den strengen Gesetzen der Physik (in diesem Fall den strengen Regeln einer Computersprache namens Lean) passen.
Das Problem bei früheren Versuchen war: Wenn ein Roboter einen kleinen Fehler machte – wie etwa die falsche Farbe eines Steins verwendete oder eine Zeile des Entwurfs falsch las –, baute das gesamte Team auf diesem Fehler weiter auf. Schließlich bauten sie eine riesige, wunderschöne Burg, die für das Auge völlig in Ordnung aussah, die aber in dem Moment zusammenbrach, als man versuchte, ein Dach darauf zu setzen, weil das Fundament falsch war. Die Roboter wurden verwirrt, stritten untereinander oder machten tagelang immer wieder denselben Fehler.
LeanMarathon ist eine neue Art, diese Roboter-Teams zu organisieren, damit sie nicht abstürzen. So funktioniert es, unter Verwendung einfacher Analogien:
1. Der „Lebende Entwurf“ (Das System der Wahrheit)
Anstatt den Robotern ein statisches PDF vorzulegen, nutzt LeanMarathon ein einziges, lebendes Dokument, das gleichzeitig drei Dinge ist:
- Ein Skelett der Mathematik (der formale Code).
- Eine Geschichte, geschrieben in einfacher englischer Sprache (die natürliche Spracherklärung).
- Eine Landkarte, die zeigt, wie jedes Teil mit dem nächsten verbunden ist.
Stellen Sie sich das wie ein gemeinsames Google Doc vor, bei dem neben jedem Satz ein winziges „Häkchen“ steht. Wenn ein Satz falsch ist, wird das Häkchen rot. Die Roboter können die roten Markierungen nicht einfach ignorieren; sie müssen sie zuerst beheben, bevor sie weitermachen können.
2. Die vier spezialisierten Roboter (Agenten)
Anstatt eines Super-Roboters, der versucht, alles zu machen (was ihn anfällig für Überforderung und Verwirrung macht), setzt LeanMarathon vier spezialisierte Roboter ein, von denen jeder eine sehr spezifische Aufgabe hat und einer strengen Regel folgt: Du darfst nur deinen eigenen Bereich berühren.
- Der Architekt (Blueprinter): Dieser Roboter liest das ursprüngliche menschliche Papier und zerlegt es in kleine, handhabbare Lego-Teile. Er zeichnet die erste Landkarte, baut aber noch keine Mauern. Er legt lediglich die Struktur fest.
- Der Inspektor (Target-Reviewer): Bevor überhaupt mit dem Bau beginnt, prüft dieser Roboter die Landkarte gegen das ursprüngliche menschliche Papier. Er fragt: „Hat der Architekt das Ziel missverstanden?“ Wenn auf der Karte steht „Baue einen Turm“, im Papier aber „Baue eine Brücke“ steht, stoppt der Inspektor alles und erstellt ein Ticket zur Fehlerbehebung. Er baut nie; er prüft nur.
- Der Bauarbeiter (Worker): Dies sind die Roboter, die die eigentliche schwere Arbeit verrichten. Aber hier ist der Trick: Jeder Bauarbeiter ist nur einem winzigen Lego-Teil zugewiesen. Sie arbeiten parallel (viele gleichzeitig). Sie dürfen nur ihr spezifisches Teil und die unmittelbar angrenzenden Steine berühren. Sie können nicht über das Werk ihres Nachbarn greifen und es verändern. Wenn sie stecken bleiben, heben sie die Hand und bitten um Hilfe, anstatt zu raten.
- Der Fixer (Refiner): Wenn ein Bauarbeiter stecken bleibt oder der Inspektor ein Problem findet, greift der Fixer ein. Dieser Roboter betrachtet den spezifischen defekten Bereich, liert das ursprüngliche menschliche Papier erneut, um zu verstehen, was schiefgelaufen ist, und schreibt diesen spezifischen Abschnitt um. Es ist, als wäre er ein Chirurg, der nur an einem ganz bestimmten Organ operiert, um sicherzustellen, dass der Rest des Körpers gesund bleibt.
3. Die „Ampel“ (Das CI-Gate)
Dies ist das wichtigste Sicherheitsmerkmal. Stellen Sie sich eine Ampel am Eingang einer Baustelle vor.
- Jedes Mal, wenn ein Bauarbeiter ein Teil fertigstellt oder ein Fixer eine Reparatur vornimmt, muss er an der Ampel anhalten.
- Ein Computerprogramm (die Ampel) prüft automatisch: „Passt dieses Teil? Entspricht es der Geschichte? Ist es korrekt verbunden?“
- Wenn es besteht, wird das Teil in die Hauptburg integget.
- Wenn es fehlschlägt, wird das Teil sofort abgelehnt. Der Roboter muss zurückgehen und es erneut versuchen.
- Entscheidend ist: Dies geschieht automatisch und sofort. Kein Mensch muss sich jeden einzelnen Stein ansehen. Dies verhindert, dass „schlechte Steine“ jemals in die Hauptstruktur gelangen.
4. Die „Marathon“-Strategie
Der Name „Marathon“ kommt daher, wie sie mit langen, schwierigen Aufgaben umgehen.
- Der alte Weg: Ein Roboter versucht, den ganzen Marathon allein zu laufen. Er wird müde, halluziniert und fällt um.
- Der LeanMarathon-Weg: Sie unterteilen den Marathon in winzige Sprints. Wenn ein Roboter fällt, ist nur dieser eine Sprint betroffen. Der Rest des Teams läuft weiter. Da die Arbeit in kleine, unabhängige Stücke zerlegt ist, kann das Team Fehler sofort korrigieren, ohne Tage an Fortschritt zu verlieren.
Was haben sie tatsächlich erreicht?
Die Forscher testeten dieses System an zwei sehr schwierigen, realen mathematischen Arbeiten, die mit Hilfe von KI geschrieben worden waren. Diese Arbeiten enthielten vier berühmte ungelöste mathematische Probleme (Erdős-Probleme).
- Das Ergebnis: LeanMarathon hat es erfolgreich geschafft, die gesamte Mathematik dieser Arbeiten in perfekten, computergeprüften Code zu verwandeln. Es hat 258 verschiedene mathematische Schritte (Lemmata und Theoreme) mit null Fehlern bewiesen.
- Der Vergleich: Sie ließen einen kommerziellen „All-in-One“-KI-Roboter (genannt Aristotle) auf denselben Papieren arbeiten. Dieser Robot versuchte, alles auf einmal zu erleden, wurde verwirrt und konnte den Job selbst nach tagelangem Laufen nicht abschließen. Er hinterließ unfertige, kaputte Teile.
- Die Lehre: Das Paper zeigt, dass man für schwere Mathematik mit KI nicht einfach nur einen „klügeren“ Roboter braucht. Man braucht eine bessere Teamstruktur, die verhindert, dass sich Fehler ausbreiten und die das Team auf das ursprüngliche Ziel fokussiert hält.
Kurz gesagt: LeanMarathon beweist, dass wir durch die Organisation von KI-Robotern in ein diszipliniertes, spezialisiertes Team mit strengen Regeln und automatischen Kontrollen komplexe, lange mathematische Argumente in perfekten, fehlerfreien Code verwandeln 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.