Goedel-Architect: Streamlining Formal Theorem Proving with Blueprint Generation and Refinement
Goedel-Architect est un cadre agentique pour la démonstration de théorèmes sous Lean 4 qui utilise une stratégie de génération et de raffinement de plans (blueprints) pour atteindre des performances de pointe sur des benchmarks mathématiques exigeants tels que MiniF2F, Putnam et l'IMO avec des coûts nettement inférieurs à ceux des pipelines existants.
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 avec des briques LEGO. Vous avez un plan, mais ce n'est pas un dessin ; c'est une liste d'instructions qui dit : « Pour construire la tour, vous avez d'abord besoin d'une fondation, puis d'un mur, puis d'une fenêtre. »
Le problème, c'est que si vous essayez de construire toute la tour en un seul bond géant, vous risquez de rester bloqué, ou de vous rendre compte à mi-chemin que la fondation a été mal construite.
Goedel-Architect est une nouvelle équipe de robots intelligents conçue pour construire ces « châteaux » mathématiques (preuves formelles) dans un langage appelé Lean 4. Au lieu d'essayer de construire toute la structure d'un seul coup, elle utilise une stratégie appelée Génération et Affinement de Plan (Blueprint Generation and Refinement).
Voici comment cela fonctionne, décomposé en étapes simples :
1. Le Plan (Le Plan Directeur)
Avant que le robot ne commence la construction, il dessine un Plan (Blueprint).
- Qu'est-ce que c'est ? Considérez cela comme une carte de dépendances. Cela liste chaque petite étape (appelée « lemme ») nécessaire pour prouver le grand problème mathématique.
- Comment ça marche : Il dessine des flèches montrant quelles étapes dépendent des autres. Par exemple : « Vous ne pouvez pas construire le toit tant que les murs ne sont pas terminés. »
- Le rebondissement : Parfois, si le problème mathématique est vraiment difficile, le robot reçoit une Preuve en Langage Naturel. C'est comme si un mathématicien humain donnait au robot un croquis grossier ou une histoire sur la façon de résoudre le problème. Le robot utilise cette histoire pour dessiner un plan plus précis et plus fidèle dès le départ.
2. L'Équipe de Construction (Preuve en Parallèle)
Une fois le plan prêt, le robot ne construit pas une étape à la fois. Il envoie toute une équipe de bâtisseurs spécialisés (un « prouveur Lean ») pour travailler sur toutes les petites étapes en même temps.
- Chaque bâtisseur ne regarde que son étape spécifique et les étapes qu'il est autorisé à utiliser (ses « dépendances »).
- Ils essaient de construire leur partie. S'ils réussissent, ils transforment cette partie du plan en Vert.
- S'ils échouent, ils la transforment en Bleu (bloqué) ou en Rouge (cassé).
3. La Boucle de Réparation (Affinement)
C'est ici que Goedel-Architect se distingue des autres robots.
- L'ancienne méthode : Beaucoup d'autres systèmes d'IA essaient de résoudre un problème, se retrouvent bloqués, puis essaient de diviser cette seule pièce bloquée en morceaux plus petits encore et encore. C'est comme essayer de réparer un mur cassé en frappant plus fort au même endroit. Cela mène souvent à une impasse.
- La méthode Goedel : Si un bâtisseur est bloqué, toute l'équipe s'arrête et examine l'ensemble du plan.
- Diagnostic : Le robot demande : « Pourquoi cela a-t-il échoué ? »
- Cas A (Rouge) : « Oh, cette étape est en fait fausse ! » (Le plan avait une mauvaise idée). Le robot corrige l'énoncé.
- Cas B (Bleu) : « Cette étape est vraie, mais elle est trop difficile à construire pour le moment. » Le robot divise cette grande étape en deux ou trois étapes d'aide plus petites et plus faciles.
- Révision : Le robot réécrit le plan avec ces nouvelles étapes plus petites et renvoie l'équipe.
- Efficacité : Crucialement, toute partie du château qui a déjà été construite avec succès (Vert) reste Verte. Le robot ne jette pas le bon travail ; il répare simplement les parties cassées et ajoute de nouvelles étapes d'aide.
- Diagnostic : Le robot demande : « Pourquoi cela a-t-il échoué ? »
Pourquoi est-ce important ?
L'article affirme que cette approche est un « changement de donne » pour deux raisons principales :
C'est incroyablement intelligent et précis :
- Sur un test standard de problèmes mathématiques de niveau lycée (MiniF2F), il a résolu 99,2 % d'entre eux. Avec un peu d'aide d'une histoire de type langage naturel, il a résolu 100 %.
- Sur des mathématiques plus difficiles de niveau universitaire (PutnamBench), il a résolu 75,6 % de manière autonome, et 88,8 % avec un peu d'aide.
- Il a même résolu des problèmes de compétitions très récentes et extrêmement difficiles (comme l'IMO 2025 et le Putnam 2025) qu'aucun autre robot open-source n'avait résolus auparavant.
C'est incroyablement peu coûteux :
- Les autres robots de haut niveau qui résolvent ces problèmes utilisent souvent des modèles « boîte noire » qui coûtent des milliers de dollars à faire fonctionner.
- Goedel-Architect utilise un cerveau open-source moins cher (DeepSeek-V4-Flash).
- Le Coût : Pour résoudre l'intégralité du test PutnamBench, Goedel-Architect a coûté environ 294 $. Le meilleur concurrent open-source suivant a coûté environ 163 000 $. C'est une économie de 500 fois.
L'essentiel
Goedel-Architect est comme un maître architecte qui ne se contente pas de frapper sur un clou ; il dessine une carte, envoie une équipe construire en parallèle, et quand quelque chose casse, il redessine toute la carte pour corriger la logique, en conservant les bonnes parties et en ne changeant que le nécessaire. Il prouve que vous n'avez pas besoin de l'IA la plus chère et la plus secrète pour résoudre les problèmes mathématiques les plus difficiles ; vous avez juste besoin d'une manière plus intelligente d'organiser le travail.
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.