LeanMarathon: Toward Reliable AI Co-Mathematicians through Long-Horizon Lean Autoformalization
LeanMarathon introduit un système multi-agents centré sur un schéma évolutif et un orchestrateur à deux étapes pour surmonter les échecs d'autoformalisation à long horizon, formalisant avec succès sept théorèmes issus de quatre articles de recherche récents sur les problèmes d'Erdős sans aucune erreur.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous essayez de construire un château massif et complexe en briques Lego, mais que vous le faites avec une équipe de robots IA. Le but n'est pas seulement de construire un château ; c'est de construire un château basé sur un plan très complexe, écrit à la main par un mathématicien humain, et chaque brique doit s'emboîter parfaitement selon les lois strictes de la physique (dans ce cas, les règles strictes d'un langage informatique appelé Lean).
Le problème des tentatives précédentes était que si un robot commettait une petite erreur au début — comme utiliser une brique de la mauvaise couleur ou mal lire une ligne du plan — toute l'équipe continuait à construire sur cette erreur. Finalement, ils construisaient un château immense et magnifique qui semblait correct à l'œil nu, mais qui s'effondrait au moment où vous tentiez de poser le toit parce que les fondations étaient erronées. Les robots finissaient par être confus, se disputaient entre eux ou continuaient simplement à faire la même erreur encore et encore pendant des jours.
LeanMarathon est une nouvelle façon d'organiser ces équipes de robots pour qu'elles ne s'effondrent pas. Voici comment cela fonctionne, en utilisant des analogies simples :
1. Le « Plan Vivant » (Le système de référence)
Au lieu de donner aux robots un PDF statique à lire, LeanMarathon utilise un document unique et vivant qui sert trois fonctions à la fois :
- Un squelette des mathématiques (le code formel).
- Une histoire écrite en langage clair (l'explication en langage naturel).
- Une carte montrant comment chaque pièce se connecte à la suivante.
Voyez cela comme un document Google Doc partagé où chaque phrase possède une minuscule « coche » à côté d'elle. Si une phrase est fausse, la coche devient rouge. Les robots ne peuvent pas simplement ignorer les marques rouges ; ils doivent les corriger avant de continuer.
2. Les quatre robots spécialisés (Agents)
Au lieu d'un super-robot essayant de tout faire (ce qui le rend sujet à l'accablement et à la confusion), LeanMarathon utilise quatre robots spécialisés, chacun ayant un travail très précis et une règle stricte : Vous ne pouvez toucher que votre propre section.
- L'Architecte (Blueprinter) : Ce robot lit l'article humain original et le décompose en petites pièces de Lego gérables. Il dessine la carte initiale mais ne construit pas encore les murs. Il prépare simplement la structure.
- L'Inspecteur (Target-Reviewer) : Avant que la construction ne commence, ce robot vérifie la carte par rapport à l'article humain original. Il demande : « L'Architecte a-t-il mal compris l'objectif ? » Si la carte dit « Construire une tour » mais que l'article dit « Construire un pont », l'Inspecteur arrête tout et envoie un ticket pour correction. Il ne construit jamais ; il ne fait que vérifier.
- Le Bâtisseur (Worker) : Ce sont les robots qui effectuent réellement le gros du travail. Mais voici l'astuce : Chaque Bâtisseur est assigné à une seule minuscule pièce de Lego. Ils travaillent en parallèle (beaucoup à la fois). Ils ne sont autorisés à toucher que leur pièce spécifique et les briques immédiatement adjacentes. Ils ne peuvent pas outrepasser leur zone pour modifier le travail de leur voisin. S'ils sont bloqués, ils lèvent la main pour demander de l'aide plutôt que de deviner.
- Le Réparateur (Refiner) : Si un Bâtisseur est bloqué ou si l'Inspecteur trouve un problème, le Réparateur intervient. Ce robot examine la zone spécifique endommagée, relit l'article humain original pour comprendre ce qui s'est mal passé, et réécrit cette section précise. C'est comme un chirurgien qui n'opère qu'un organe spécifique, s'assurant que le reste du corps reste en bonne santé.
3. Le « Feu Tricolore » (La porte CI)
C'est la caractéristique de sécurité la plus importante. Imaginez un feu tricolore à l'entrée d'un chantier de construction.
- Chaque fois qu'un Bâtisseur termine une pièce ou qu'un Réparateur effectue une réparation, il doit s'arrêter au feu.
- Un programme informatique (le Feu Tricolore) vérifie automatiquement : « Est-ce que cette pièce s'emboîte ? Correspond-elle à l'histoire ? Est-elle correctement connectée ? »
- Si elle réussit, la pièce est fusionnée dans le château principal.
- Si elle échoue, la pièce est rejetée immédiatement. Le robot doit recommencer.
- Crucialement : Cela se produit automatiquement et instantanément. Aucun humain n'a besoin d'examiner chaque brique. Cela empêche les « mauvaises briques » de pénétrer jamais dans la structure principale.
4. La stratégie du « Marathon »
Le nom « Marathon » vient de la façon dont ils gèrent les tâches longues et difficiles.
- L'ancienne méthode : Un seul robot essaie de courir tout le marathon seul. Il se fatigue, hallucine et s'effondre.
- La méthode LeanMarathon : Ils décomposent le marathon en de très courts sprints. Si un robot tombe, seul ce sprint est affecté. Le reste de l'équipe continue de courir. Parce que le travail est divisé en petites pièces indépendantes, l'équipe peut se rétablir instantanément sans perdre des jours de progrès.
Qu'ont-ils réellement accompli ?
Les chercheurs ont testé ce système sur deux articles mathématiques réels et très difficiles, qui avaient été écrits avec l'aide de l'IA. Ces articles contenaient quatre problèmes mathématiques célèbres (problèmes d'Erdős).
- Le résultat : LeanMarathon a réussi à transformer toute la mathématique de ces articles en un code parfait, vérifié par ordinateur. Il a prouvé 258 étapes mathématiques différentes (lemmes et théorèmes) avec zéro erreur.
- La comparaison : Ils ont testé un robot IA « tout-en-un » commercial (nommé Aristotle) sur les mêmes articles. Ce robot a essayé de tout faire à la fois, s'est emmêlé les pinceaux et a échoué à terminer le travail même après avoir tourné pendant des jours. Il a laissé derrière lui des morceaux inachevés et brisés.
- La leçon : L'article démontre que pour faire des mathématiques complexes avec l'IA, vous n'avez pas seulement besoin d'un robot plus « intelligent ». Vous avez besoin d'une meilleure structure d'équipe qui empêche les erreurs de se propager et maintient l'équipe concentrée sur l'objectif initial.
En résumé, LeanMarathon prouve qu'en organisant les robots d'IA en une équipe disciplinée et spécialisée, avec des règles strictes et des vérifications automatiques, nous pouvons transformer des arguments mathématiques désordonnés et longs en un code parfaitement vérifié et sans erreur.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.