Goedel-Architect: Streamlining Formal Theorem Proving with Blueprint Generation and Refinement
Goedel-Architect ist ein agentisches Framework für das Theorembeweisen in Lean 4, das eine Blueprint-Generierungs- und Verfeinerungsstrategie nutzt, um eine State-of-the-Art-Leistung bei anspruchsvollen mathematischen Benchmarks wie MiniF2F, Putnam und IMO mit signifikant geringeren Kosten als bestehende Pipelines zu erzielen.
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. Sie haben einen Bauplan, aber es ist keine Zeichnung; es ist eine Liste von Anweisungen, die besagt: „Um den Turm zu bauen, benötigen Sie zuerst ein Fundament, dann eine Wand, dann ein Fenster.“
Das Problem ist: Wenn Sie versuchen, den ganzen Turm in einem einzigen riesigen Sprung zu bauen, könnten Sie stecken bleiben oder mitten im Bau merken, dass das Fundament falsch gebaut wurde.
Goedel-Architect ist ein neues, intelligentes Roboter-Team, das darauf ausgelegt ist, diese mathematischen „Burgen“ (formale Beweise) in einer Sprache namens Lean 4 zu bauen. Anstatt zu versuchen, das Ganze auf einmal zu bauen, nutzt es eine Strategie namens Blueprint Generation and Refinement (Bauplan-Erstellung und Verfeinerung).
So funktioniert es, unterteilt in einfache Schritte:
1. Der Bauplan (Der Masterplan)
Bevor der Roboter mit dem Bau beginnt, zeichnet er einen Bauplan.
- Was ist das? Betrachten Sie dies als eine Abhängigkeitskarte. Es listet jeden einzelnen kleinen Schritt (ein „Lemma“) auf, der benötigt wird, um das große mathematische Problem zu beweisen.
- Wie es funktioniert: Es zeichnet Pfeile, die zeigen, welche Schritte von anderen abhängen. Zum Beispiel: „Man kann das Dach erst bauen, wenn die Wände fertig sind.“
- Der Clou: Wenn das mathematische Problem wirklich schwer ist, kann der Roboter mit einem Natural Language Proof (einem Beweis in natürlicher Sprache) gefüttert werden. Das ist wie ein menschlicher Mathematiker, der dem Roboter eine grobe Skizze oder eine Geschichte darüber gibt, wie man das Problem löst. Der Roboter nutzt diese Geschichte, um von Anfang an einen besseren, genaueren Bauplan zu zeichnen.
2. Die Baustelle (Paralleles Beweisen)
Sobald der Bauplan bereit ist, schickt der Roboter nicht nacheinander einen einzelnen Arbeiter aus, sondern eine ganze Gruppe spezialisierter Erbauer (einen „Lean Prover“), um alle kleinen Schritte gleichzeitig zu bearbeiten.
- Jeder Erbauer betrachtet nur seinen spezifischen Schritt und die Schritte, die er verwenden darf (seine „Abhängigkeiten“).
- Er versucht, seinen Teil zu bauen. Wenn er Erfolg hat, färbt er diesen Teil des Bauplans Grün.
- Wenn er scheitert, färbt er ihn Blau (festgefahren) oder Rot (fehlerhaft).
3. Die Reparatur-Schleife (Refinement)
Hier unterscheidet sich Goedel-Architect von anderen Robotern.
- Der alte Weg: Viele andere KI-Systeme versuchen, ein Problem zu lösen, bleiben stecken und versuchen dann, genau dieses eine festgefahrene Stück immer wieder in kleinere Teile zu zerlegen. Das ist so, als würde man versuchen, eine kaputte Wand zu reparieren, indem man immer wieder fester auf dieselbe Stelle hämmert. Das führt oft in eine Sackgasse.
- Der Goedel-Weg: Wenn ein Erbauer stecken bleibt, stoppt das gesamte Team und betrachtet den gesamten Bauplan.
- Diagnose: Der Roboter fragt: „Warum ist das fehlgeschlagen?“
- Fall A (Rot): „Oh, dieser Schritt ist tatsächlich falsch!“ (Der Bauplan hatte eine falsche Idee). Der Roboter korrigiert die Aussage.
- Fall B (Blau): „Dieser Schritt ist wahr, aber er ist momentan zu schwer zu bauen.“ Der Roboter zerlegt diesen großen Schritt in zwei oder drei kleinere, leichtere Hilfsschritte.
- Revision: Der Roboter schreibt den Bauplan mit diesen neuen, kleineren Schritten neu und schickt die Crew erneut aus.
- Effizienz: Entscheidend ist: Alles, was bereits erfolgreich gebaut wurde (Grün), bleibt Grün. Der Roboter wirft keine gute Arbeit weg; er repariert nur die defekten Teile und fügt neue Hilfsschritte hinzu.
- Diagnose: Der Roboter fragt: „Warum ist das fehlgeschlagen?“
Warum ist das eine große Sache?
Die Arbeit behauptet, dass dieser Ansatz ein „Game Changer“ ist, und zwar aus zwei Hauptgründen:
Es ist unglaublich intelligent und präzise:
- In einem Standardtest für High-School-Mathematik (MiniF2F) löste es 99,2 % der Aufgaben. Mit ein wenig Hilfe durch eine menschliche Geschichte (Natural Language) löste es 100 %.
- Bei schwierigerer College-Mathematik (PutnamBench) löste es 75,6 % eigenständig und 88,8 % mit ein wenig Hilfe.
- Es löste sogar Probleme aus sehr aktuellen, extrem schweren Wettbewerben (wie IMO 2025 und Putnam 2025), die kein anderer Open-Source-Roboter bisher gelöst hat.
Es ist unglaublich günstig:
- Andere Top-Roboter, die diese Probleme lösen, nutzen oft „Black Box“-Modelle, die tausende von Dollar kosten können.
- Goedel-Architect nutzt ein günstigeres, Open-Source-Gehirn (DeepSeek-V4-Flash).
- Die Kosten: Um den gesamten PutnamBench-Test zu lösen, kostete Goeldel-Architect etwa 294 $. Der nächstbeste Open-Source-Konkurrent kostete etwa 163.000 $. Das ist eine 500-fache Ersparnis.
Das Fazit
Goedel-Architect ist wie ein Meisterarchitekt, der nicht einfach nur versucht, einen Nagel einzuschlagen; er zeichnet eine Karte, schickt eine Crew zum parallelen Bau aus, und wenn etwas kaputtgeht, zeichnet er die Karte neu, um die Logik zu korrigieren – wobei er die guten Teile behält und nur das Notwendige ändert. Es beweist, dass man nicht die teuerste, geheime KI braucht, um die schwersten mathematischen Probleme zu lösen; man braucht nur eine intelligentere Art, die Arbeit zu organisieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.