PyTorchKR Papers

최신 논문

총 260편
태그·기간 등 상세 필터

카테고리 탐색

arXiv:2609.11509v1cs.AI

Extending SMT Solving with Non-Ground Clause Learning

Quantifier instantiation is currently the main approach to non-ground SMT solving: solvers generate ground instances and solve the resulting ground SMT problems with CDCL(T)-style reasoning. When a conflict is found, conflict analysis learns only a ground clause, even though the conflict comes from instances of non-ground clauses. Yet non-ground reasoning can give exponentially shorter proofs than purely ground reasoning. We propose a calculus that consists of ground instantiations, CDCL(T)-style rules, and non-ground conflict analysis. The solver reasons on ground instances, but the resolution steps of conflict analysis are performed on their original non-ground clauses. This produces learned clauses that are typically more general than the ground conflict. With a suitable strategy, the learned clauses are even non-redundant. We also show how chronological backtracking can be included in SMT solving. Our calculus gives a common setting for CDCL(T)-style SMT solving, a range of instantiation-based procedures, and non-ground clause learning, and we prove that it simulates CDCL, SCL(FOL), SCL(T), and even Resolution.

arXiv:2609.09264v1cs.CL

StochBench: Lean 기반 확률과정 분야 특화 벤치마크

StochBench: A Domain-Specific Benchmark for Stochastic Processes in Lean

대규모 언어 모델(LLM)을 이용한 형식 정리 증명(formal theorem proving)의 주요 벤치마크는 IMO와 Putnam 같은 수학 경시대회 문제에서 추린 소규모 모음이어서, 특정 분야의 응용을 제대로 대표하지 못한다. 본 논문은 다양한 추상화 수준의 대학원 수준 확률과정 문제 450개로 구성된 Lean 4 벤치마크 StochBench를 소개하며, 각 문제는 자연어 원문과 짝을 이룬다. Mathlib에서 상대적으로 덜 다루어지는 분야를 대상으로 하는 StochBench는 유한 및 가산 마르코프 연쇄, 갱신 과정, 랜덤 워크, 마팅게일, 정지 시간, 대기열, 브라운 운동, 확률 미적분, 약수렴(weak convergence), 그리고 푸아송 및 연속 시간 마르코프 과정을 포괄한다. Opus 4.8 기반의 에이전트는 문제당 15분의 제한 시간 조건에서 34.9%(157/450)의 증명 성공률을 달성했다. StochBench는 도메인 특화 응용수학을 더 잘 대표하면서도, 고급 증명기(prover)에게 여전히 도전적인 과제로 남아 있다.

arXiv:2609.05157v1quant-ph

AxQM: 유한 차원 양자역학 라이브러리 기반 형식 증명 합성을 위한 교재 규모 벤치마크

AxQM: A Textbook-Scale Benchmark for Formal Proof Synthesis in a Library of Finite-Dimensional Quantum Mechanics

기계가 모든 정의, 명제, 증명을 검증하는 증명 보조기(proof assistant)로 수학을 형식화하는 것은 새로운 엄밀성의 기준을 세웠습니다. 대규모 언어 모델(LLM)은 이제 교재 전체 규모에서도 자율적으로 형식화할 수 있는 역량을 갖추었습니다. 본 연구에서는 이론적 논증에 완전히 서술되지 않는 이상화가 포함되어 있어 사소한 논리적 간극이라도 상호의존적인 결과에 연쇄적인 영향을 미칠 수 있는 물리학 분야에 이러한 엄밀성의 기준을 도입합니다. 물리학을 위한 자동 형식화(autoformalization) 시스템 평가의 필요성을 인식하여, 우리는 Nielsen과 Chuang의 교재 'Quantum Computation and Quantum Information'에서 추출한 479개 항목에 걸쳐 1,019개의 커널 검증 가능한 증명 합성 과제로 구성된 AxQM을 공개합니다. 해당 과제들은 유한 차원 양자역학을 위해 맞춤 제작된 Lean 라이브러리로 기술되어 있습니다. 과제 수 기준으로 이는 물리학 분야에서 기존보다 4배 더 큰 최대 규모의 증명 합성 벤치마크입니다. AxQM은 교재의 형식적 부분을 거의 완전하게 형식화한 결과물로부터 파생되었으므로 모든 과제에는 비공개로 유지되는 정답이 보장되어 있습니다. 벤치마크의 채점은 증명이 컴파일되는지, 해당 증명이나 의존하는 선언에 sorry가 나타나지 않는지, 그리고 새로운 공리를 도입하지 않는지 검증하는 Lean 커널에 의해 결정론적으로 수행됩니다.

arXiv:2609.03366v1cs.CL

그라운딩·충실·일관·실행 가능 근거를 갖춘 책임 있는 AI: VERDICT를 활용한 임상시험 매칭 사례 연구

Accountable AI with Grounded, Faithful, Consistent, Actionable Rationales: A Case Study in Clinical Trial Matching with VERDICT

책임성(accountability)이란 결정을 검토하고, 정당화하고, 이의를 제기할 수 있음을 뜻한다. 대규모 언어 모델(LLM)은 이를 어렵게 만든다. 유창한 출력이 그라운딩(grounding)되지 않았거나 불�complete하거나, 결정 과정에 충실하지 않을 수 있기 때문이다. 책임성을 달성하려면 검증된 근거(결정에 어떻게 이르렀는지), 가정(알려진 것이 아니라 무엇을 가정했는지), 정책 일관성(동일한 사실에 동일한 처리), 핵심 조건(무엇이 결과를 바꿀지)이 필요하다. 우리는 자기 충실성(self-faithfulness)을 책임성의 자동 검증으로 제안한다. 핵심 조건을 바꾸면 결정도 바뀌어야 한다. 우리는 근거 기반 의학의 핵심이자 고위험 과제인 임상시험 매칭을 통해 책임 있는 AI를 살펴본다. LLM 기반 매칭기는 환자를 임상시험에 상당히 정확하게 연결하지만, 결정 정책을 일관되게 적용하지 않고 자신의 결정에 충실하지 않은 근거를 생성한다. 우리는 VERDICT를 제안한다. VERDICT는 LLM 기반 에이전트로, 결정 과제·제약·정책을 만족 가능 이론(Satisfiability Modulo Theories, SMT)으로 변환한 뒤 SMT 및 MaxSMT 솔버로 결정을 도출하여, 정책이 일관되게 적용되고 결정이 구조적으로 책임 가능하게 된다. SIGIR 2016에서 파생된 데이터셋과 TREC 2021에서 VERDICT는 LLM 단독 및 신경-기호(neurosymbolic) 베이스라인 중 최고의 결정 정확도를 달성하고, 정책을 완벽한 일관성으로 적용하며, 명시적 가정과 핵심 조건에 그라운딩된 임상의가 선호하는 근거를 생성하고, 반사실적(counterfactual) 자기 충실성을 개선한다.

arXiv:2609.04086v1cs.CR

공식화 불가능한 정리: 유한 구문 시스템의 근본적 한계와 이것이 보안 및 AI에 미치는 영향

A Non-Formulable Theorem: A Fundamental Limit of Finite Syntactic Systems and Its Consequences for Security and AI

일관되고 충분히 표현력이 풍부한 모든 유한 구문 시스템(finite syntactic system) S에 대해, 우리는 S가 자율적으로 생성할 수 없는 정리가 최소 하나 이상 존재함을 증명합니다. 이 결과는 메타정리(metatheorem)로, 정리의 존재성을 증명하며 모든 유한 구문 시스템(보안 메커니즘, AI 시스템, 정형 검증기, 법률 시스템, 경제 모델, 그리고 이 결과 자체가 증명된 정형 시스템까지)에 적용됩니다.

arXiv:2609.03478v1cs.AI

AutoGraphForge: Towards Automated Graph Theory Discovery

We report on our ongoing project to develop a computational pipeline, AutoGraphForge, for an automated graph-theoretic conjecturing-refuting-formalizing-proving system. Conjecture generation is counterexample-guided and runs in rounds: a Graffiti3 generator proposes conjectures over a small, evolving snapshot table $T$ (initially a few hundred graphs with their computed invariants) that grows only by counterexamples to its own conjectures. A novelty filter of $559$ classical and folklore relations, closed under transitive composition and linear identity substitution, decides via a linear program whether a candidate is already implied by known results. Surviving candidates are tested against a dataset of about $348,000$ graphs, unioning the complete House of Graphs invariant export, the exhaustive census of all connected graphs on at most nine vertices, several extremal families (strongly regular, minimal Ramsey, Cayley, cages, barbells, lollipops, spiders), and random models. Counterexample-search algorithms then attack the remainder. Run for several rounds on an HPC cluster, the loop yields $6,522$ conjectures that survived the refutation dataset, the novelty filter and every active-search run -- among them nontrivial relations between the annihilation number and the edge-cover number for bipartite and regular graphs, which we prove by hand. A subsequent formalization and proving stage deterministically translates each surviving conjecture into a Lean 4 statement skeleton; every candidate proof is kernel-verified against a pinned mathlib4 and our custom invariant preamble. This stage integrates two neural provers -- DeepSeek-Prover-V2-671B (served with vLLM) and the Lean-specialised OProver-32B -- behind the independent kernel check. It is implemented end-to-end and passes initial sanity checks, with the full pipeline currently running on the cluster.

arXiv:2606.31002v2cs.AI

Beyond Compilation: Evaluating Faithful Natural-Language-to-Lean Statement Formalization

Lean verifies that a generated declaration is well typed, but not that it expresses the statement a user intended. We study two questions for autoformalization without canonical Lean targets: whether LLM judges can provide a usable proxy for human semantic review, and how much compilation overstates faithfulness across systems. Our criterion combines Lean compilation with strict semantic consensus between GPT-5.2 and Gemini-2.5-Pro. On an independently audited random sample, it agrees with human majority on 89.7\% of cases (Wilson 95\% CI: 82.1--94.3\%). Across eight systems evaluated on 400 graduate-level statements, every system has a nonzero compile--faithfulness gap, whose observed magnitude ranges from 3.0 to 29.0 percentage points. The full GPT-5.2 tool-augmented agent shows the largest gap, compiling 89.5\% while satisfying the semantic criterion on 60.5\%. Human review, an independent third-family judge, and a BEq formal cross-check provide complementary evidence that the accepted core is reliable and that most audited outputs in the gap are genuine semantic mismatches. A secondary $2^3$ factorial analysis shows that elaboration feedback is the largest validity intervention, yet does not eliminate semantic drift. LLM judging is therefore useful as a human-calibrated, conservative aggregate measure, not as an equivalence oracle.

arXiv:2608.28997v1cs.AI

검증의 풍부함, 판정의 희소성: 증명 검사가 무료가 될 때 수학적 지식에 일어나는 일

Verification abundance, adjudication scarcity: what happens to mathematical knowledge when proof checking becomes free

2026년 5월, OpenAI의 모델이 에르되시 단위 거리 추측(Erdős unit distance conjecture)에 대한 반례를 만들어냈다. 다섯 명의 수학자가 같은 날 사람이 검증한 버전을 발표했고, 이 결과는 몇 주 안에 문헌에 편입되었다. 2026년 8월에는 같은 연구소가 수학 및 이론 컴퓨터 과학 분야의 결과 열 편을 발표했으며, 각 결과에는 증명되지 않은 단계가 없는 기계 검증 가능한 Lean 4 증명서가 첨부되어 있었다. 4주 뒤, 그중 하나는 그 형식화가 주장하는 바를 실제로 의미하는지를 둘러싼 논쟁이 해결되지 않은 채 남아 있었다. 우리는 이러한 차이가 구조적이라고 주장한다. 우리는 검증을 세 가지 층위로 구분한다. 커널(kernel)이 검사하는 도출 타당성(derivational validity), 형식 명제가 의도한 질문을 의미하는지에 관한 표상 충실성(representational fidelity), 그리고 인식적 중요성(epistemic significance)이다. 이 중 기계화할 수 있는 것은 첫 번째뿐이다. 따라서 이를 사실상 무료로 만들더라도 검증 작업이 사라지는 것이 아니라, 희소한 전문가의 주의에 의존하는 층위로 부담이 이동한다. 8월 코퍼스에 대한 측정이 이러한 이동을 보여준다. 커널이 검사한 증명은 총 20.6 MB인 반면, 사람의 감사가 필요한 명제는 총 55.6 KB로, 그 비율은 379 대 1이다. 그러나 이 명제들에는 커뮤니티에서 검증된 정의에 의존하지 않고 새로 만든 맞춤형 정의가 218개 포함되어 있다. 따라서 감사 대상 범위는 분량 면에서는 작지만 본질적으로 전문가의 영역이다. 우리는 기계 검사가 검증의 풍부함을 낳는 반면 판정(adjudication)은 여전히 희소하게 남긴다고 주장한다. 우리는 표상 불일치에 대한 여섯 가지 범주의 분류 체계, 기계가 생성한 수학적 주장에 대한 공개 스키마, 그리고 소프트웨어, 암호학, 규제 대상 의사결정 시스템에 대한 시사점을 제안한다.

arXiv:2608.28639v1cs.AI

형식 정리 증명을 위한 Reward-Oracle MCTS: 샘플 효율적 탐색과 커널 수준 증명 감사의 필요성

Reward-Oracle MCTS for Formal Theorem Proving: Sample-Efficient Search and the Need for Kernel-Level Proof Auditing

대규모 언어 모델(LLM)을 이용한 형식 정리 증명은 넓은 증명 탐색 공간을 효율적으로 탐색하기 어렵기 때문에 여전히 어려운 과제이다. 기존 트리 탐색(tree search) 접근법은 장황한 컴파일러 오류 메시지를 생성 컨텍스트(generation context)에 그대로 넣어 탐색 중 컨텍스트 사용량을 늘리거나, 확립된 베이스라인과 직접 비교를 막는 비표준 평가 프로토콜을 쓴다. 우리는 Lean 4 컴파일러를 오류 내용을 생성 컨텍스트에 넣지 않고, UCB(Upper Confidence Bound) 기반 트리 갱신을 위해 컴파일러 출력을 스칼라 보상(reward) 신호로만 사용하는 보상 오라클(reward oracle)로 순수하게 다루는 3역할 몬테카를로 트리 탐색(Monte Carlo Tree Search, MCTS) 프레임워크를 제안한다. 이 프레임워크는 증명 탐색을 세 역할로 나눈다: 증명 시도를 생성하는 generator, 하위 목표(subgoal)를 분해하는 decomposer, 하위 목표 품질을 평가하는 critic. 경시 수학과 물리를 아우르는 4개 벤치마크(MiniF2F, PutnamBench, LeanPhysBench, PhysLeandata)에서 세 증명기(prover) 모델을 표준 증명 시도 예산(PAB@16~PAB@256)으로 평가한다. 제안 방법은 PAB@256에서 Goedel-Prover-V2-8B로 MiniF2F에서 87.1%를 달성하고, PAB@32에서 PutnamBench 659문제 중 26문제를 풀어 동일 증명 시도 예산의 base sampling 18/659를 넘선다. 컴파일된 모든 증명에 대한 공리(axiom) 수준 전수 감사를 통해 탐색 기반 정리 증명에서의 보상 해킹(reward hacking)을 추가로 확인한다. DeepSeek-Prover-V2-7B는 PutnamBench에서 sorryAx에 의존하면서도 컴파일과 표준 sorry 토큰(token) 스캔을 통과하는 증명을 만든다. 감사는 PAB@32 및 PAB@128에서 whole-proof sampling 결과에서 각각 4개와 8개, MCTS에서는 11개와 19개의 해당 증명을 제거한다. 우리는 이 수치를 탐색 절차의 결과로 귀속하지 않으며, 컴파일러 검증 평가를 위해 커널(kernel) 수준 감사가 필요함을 밝히기 위해 보고한다.

arXiv:2608.25449v2cs.CL

MathAdv: 정리 증명기가 무엇을 알고, 추론하고, 정형화하며, 일반화하는가

MathAdv: What Theorem Provers Know, Reason, Formalize, and Generalize

정형 정리 증명(Formal theorem proving)은 수학적 추론에 대한 기계 검증 가능한 평가를 가능하게 하지만, 기존 벤치마크들은 종종 총체적인 증명 정확도만을 강조하고, 좁은 범위의 수학에 집중하며, 동치인 재구성(equivalent reformulations)에 대한 강건성(robustness)의 증거를 제한적으로만 제공합니다. 본 논문에서는 학부 및 대학원 수준의 수학 전반에 걸친 13개 영역을 아우르는 진단용 벤치마크인 MathAdv를 소개합니다. MathAdv는 Lean 4 기반 정리 증명과 함께 최대 세 가지 보조 태스크를 제공합니다: 수학적 지식을 탐색하는 객관식 질문, 비정형 추론(informal reasoning)을 분리하여 검증하는 빈칸 채우기 문제, 그리고 문제 표현 방식에 대한 강건성을 테스트하는 전문가 제작 변형입니다. 최신 정리 증명기들에 대한 본 평가 결과는 네 가지 사실을 밝혀냅니다: 정형화(formalization)가 여전히 주요 병목으로 남아 있다는 점, 수학 영역별로 성능 편차가 크다는 점, 자연어 가이드가 범용 대규모 언어 모델(LLM)에는 도움이 되지만 증명 특화 모델에는 오히려 방해가 될 수 있다는 점, 그리고 수학적으로 동치인 재구성 문제에서 상당한 강건성 한계가 드러난다는 점입니다. 종합적으로 이러한 결과들은 요소별(component-wise) 평가가 총체적인 정리 증명 정확도로는 가려지는 모델의 능력과 실패 양상을 어떻게 밝혀낼 수 있는지를 보여줍니다. 데이터셋과 평가 스크립트는 https://github.com/margotyjx/MathAdv.git 에서 이용 가능합니다.

arXiv:2607.21633v3cs.LG

논리 게이트 네트워크의 깊이 확장성에 대하여

On the Depth Scalability of Logic Gate Networks

논리 게이트 네트워크(LGN)는 불리언(Boolean) 연산의 조합을 통해 연산을 수행하지만, 기존 LGN은 깊이가 증가해도 신뢰할 만한 이점을 얻지 못합니다. 본 연구에서는 두 가지 원인으로 최적화 붕괴(optimization collapse)와, 스킵 편향 초기화(skip-biased initialization) 및 스트레이트-스루 추정(straight-through estimation)으로 학습(training)을 안정화한 후에도 지속되는 위상 유발성 출력별 기여도(output-specific credit) 저하를 규명합니다. 이에 따라 각 게이트가 독립된 은닉 척추(private hidden spine)와 직접적인 입력 앵커(direct input anchor)를 결합하는 입력 앵커 논리 게이트 네트워크(IALGN)를 제안합니다. 이 위상은 출력 경로 병합을 방지하는 동시에 모든 층(layer)에서 입력 접근성을 유지합니다. 기여도 진단 결과, 무작위 연결은 출력별 기울기(gradient)를 희석하거나 상충시키는 반면 IALGN은 유용하고 일관된 기여도를 유지함을 보여줍니다. 무작위-$k_x$ 완화는 척추를 완화하지 않으면서 앵커 선택을 개선합니다. MNIST, CIFAR-10 및 CIFAR-100에 걸쳐 IALGN은 최대 150개 층까지 일관된 고정 너비 깊이-정확도 확장을 보이는 반면, 다른 대안 위상들은 성능이 포화되거나 저하됩니다. 선형 프로브, 위상 절제 연구 및 연산 인식 분석은 학습된 IALGN이 비공개 상태를 보존하고 희소한 앵커 조건부 업데이트를 적용함을 보여줍니다. 이러한 결과는 확장 가능한 LGN 깊이를 확보하기 위해 안정적인 최적화와 기여도를 보존하는 정보 접근이 모두 필요함을 시사합니다.

arXiv:2608.26907v1stat.AP

기후 물리 동적 매칭

Climate Physics Dynamic Matching

플로우 매칭(flow matching) 및 확산 모델(diffusion models)과 같은 심층 생성 모델은 복잡한 동역학계를 학습하는 데 잠재력을 보여주었으나, 일반적으로 기저의 물리적 구조를 무시하는 블랙박스로 작동합니다. 반면 편미분 방정식으로 지배되는 물리 기반 모델은 소스 항의 부재나 불확실한 매개변수화로 인해 불완전한 경우가 많습니다. 본 논문에서는 이류(advection) 형태의 물리 사전확률(physics prior)과 데이터 기반 구성 요소를 변분 프레임워크 내에서 결합한 일기 예보용 변분 시뮬레이션-프리 동역학 정보 프레임워크인 Climate Physics Dynamic Matching(ClimPhyDM)을 제시합니다. 시간 단위(42시간) 및 월 단위(5개월) 해상도의 ERA5 벤치마크에서 ClimPhyDM은 ClimODE 및 GB-DM보다 우수한 성능을 보이며 확장된 예측 기간에서도 더 낮은 오차를 유지하여 향상된 시간적 안정성과 오차 누적에 대한 저항성을 입증했습니다. 또한 시뮬레이션-프리 패러다임 덕분에 단일 12 GB 보급형 소비자용 GPU에서도 학습이 가능합니다.

arXiv:2608.28433v1cs.AI

Prove2Me: 수학 형식화 스케일링을 위한 개방형 협업 플랫폼

Prove2Me: An Open Collaborative Platform for Scaling Math Formalization

Lean 4와 같은 증명 보조기(proof assistant)는 형식적으로 검증된 수학(formally verified mathematics)의 패러다임을 약속하지만, 대규모 형식화 프로젝트는 진입 장벽에 직면해 왔다. 여기에는 형식 검증(formal verification)에 대한 전문성(뿐만 아니라 기초 수학에 대한 지식)과 형식 증명 작성에 상당한 시간이 필요하다는 점이 포함된다. AI 코딩 에이전트는 이러한 장벽을 크게 낮추었고, 인간 사용자는 이제 자연어로 에이전트에게 프롬프트를 주어 Lean에서 복잡한 증명을 작성하게 할 수 있다. 이는 정확성이 기계 검증(machine-checked)되는, 인간과 AI 에이전트가 모두 참여하는 인터넷 규모의 수학 협업이라는 흥미로운 가능성을 연다. 이 가능성을 실현하기 위해 우리는 수학 형식화를 위한 개방형 협업 플랫폼 Prove2Me(https://prove2.me)를 소개한다. 사용자는 형식화 "미션(mission)"을 시작하고, AI 에이전트가 완료를 향해 형식 증명을 기여한다. Prove2Me에서는 에이전트가 서로의 작업을 이어받고 기존 결과를 자유롭게 재사용할 수 있도록 대규모 협업을 가능하게 하는 메커니즘과 전용 하네스(harness)를 설계했다. 이를 통해 Prove2Me는 수학 형식화를 에이전트를 갖춘 누구에게나 열린 확장 가능한(scalable) 크라우드소싱 노력으로 전환하는 것을 목표로 한다.

arXiv:2608.26187v1cs.CL

표준적 완결이 틀렸을 때: 대규모 언어 모델에서 도약의 공식화 및 측정

When the Canonical Completion Is Wrong: Formalizing and Measuring the Jump in Large Language Models

대규모 언어 모델(LLM)이 증거로부터 새로운 공리계로 나아가는 가추적 도약(abductive leap), 즉 흔히 ‘도약(jump)’이라 불리는 과정을 수행할 수 있는지는 최근 상당한 논쟁을 불러일으켰습니다. 유력한 한 입장은 LLM이 구조적으로 이러한 도약을 수행할 수 없다고 주장하는 반면, 최근 연구들은 그 메커니즘과 증거 모두에 의문을 제기합니다. 그러나 분야 내에 여전히 도약에 대한 형식적 정의와 어느 한쪽을 검증할 수 있는 측정 기준이 부족하여 이 논쟁은 쉽게 해결되지 못하고 있습니다. 본 논문에서는 도약에 대한 형식적 설명을 4단계로 전개하고 두 번째 단계를 측정합니다. 이 단계들은 부분 데이터의 기본 완결(default completion)이 무엇인지, 이를 포기해야 하는 시점이 언제인지, 그 포기가 올바른 때는 언제인지, 그리고 연속적인 도약이 어떻게 복합되는지를 묻습니다. 구체적으로, 올바른 완결이 존재하고 이름 변경 수준에서 유일하며 데이터의 표준적 완결(canonical completion)과 다르다는 기계 검증된 인증서(certificate)를 갖춘 유한 확장 문제로 도약 인스턴스(jump instance)를 정의합니다. 표준적 완결은 좌·우 칸 확장(Kan extension)에 의해 주어지며 모델이 제약 조건 없이 생성하는 것이기도 하므로 기본값 역할을 합니다. 저자들은 도약 인스턴스가 잘 정의됨(well-posed)을 증명하고, 열거 없이도 무제한의 난이도를 지닌 인스턴스를 인증하는 족 정리(family theorem)를 확립합니다. 또한 도약이 언제 올바른지, 연속적인 도약이 어떻게 복합되는지를 형식화합니다. 마지막으로, 인증된 9개 인스턴스와 4개 프론티어 모델을 대상으로 측정을 수행합니다. 248회의 제약 조건 하 시험 전체에서 칸-기본 비율은 0이었으므로, 모델들은 실제로 이 단계에서 도약을 수행하며 매번 제외된 기본값을 포기합니다. 더 높은 난이도에서의 실패는 추론 예산의 고갈이나 제약 조건 오류에서 비롯된 것이며, 결코 기본값으로 되돌아가서 발생한 것이 아닙니다. 이러한 결과는 두 번째 단계가 병목이 아님을 보여줍니다. 만약 논쟁이 되고 있는 무능력이 실재한다면, 그것은 제약 조건을 생성하거나 프레임워크를 고안하는 데에 존재합니다. 코드는 https://github.com/EEthanShi/kan-jump-test 에서 확인할 수 있습니다.

arXiv:2608.26009v1cs.AI

커넥션 테이블로 구성을 위한 모방 학습

Imitation Learning for Connection-Tableau Construction

자동 정리 증명기는 증명을 단계별로 구축하며, 각 시점에서 무엇을 추가하고 무엇을 제거할지 선택한다. 우리는 이 구성을 형식적 계산(formal calculus)이 유도하는 전이 시스템(transition system)에서 작동하는 정책(policy)으로 본다. 이 계산은 어떤 단계가 건전(sound)한지를 정한다. 절 형식(clausal) 커넥션 테이블로(connection tableaux)의 경우 leanCoP 스타일 탐색과 plCoP/rlCoP 스타일 계획(planning)은 하나의 인터페이스 위에서 상태를 유지하는 정책(stateful policies)이 되며, 정책 학습(policy-learning) 방법을 그대로 적용할 수 있다. 이러한 정책에 문제 간 전이되는 구조로부터 증명 편집(proof edits)의 점수를 매기는 그래프 신경망(graph neural network)을 결합하고, 찾아낸 증명으로부터 모방 학습(imitation learning)으로 학습시킨다. 또한 완전한 기호적 백트래킹(symbolic backtracking)에서 신경망이 단독으로 구동하는 정책에 이르기까지 탐색 스캐폴딩(search scaffolding)을 제거하면서 성능이 어떻게 유지되는지 측정한다. M2k, MPTP2078-bushy, TPTP v9.2.1에서 고정된 단계 예산(step budget) 내에 학습된 정책은 leanCoP보다 최대 46% 더 많은 문제를 풀며, 증명에 도달하는 데 한 자릿수 적은 단계가 필요하다.

arXiv:2608.25220v1cs.AI

FLARE: LLM 기반 정리 증명을 통한 MILP 재공식화 검증

FLARE: Verifying MILP Reformulations with LLM-Based Theorem Proving

혼합정수 선형 계획(MILP)은 광범위한 실세계 응용을 갖는 조합 최적화의 기본 도구이다. 핵심 과제는 계산적으로 효율적인 MILP 공식화(formulation)를 설계하는 것이다. 대규모 언어 모델(LLM)은 공식화 도출에서 강화까지 모델링 과정을 자동화할 새로운 기회를 제공한다. 신뢰할 수 있는 자동화는 제안된 공식화가 근본 최적화 문제를 보존하는지 검증하는 견고한 방법을 요구한다. 그러나 기존 접근법은 공식화를 수치적으로만 평가하며 일반적인 문제 인스턴스에 대해 추론하지 못한다. 우리는 Lean에서 형식화하고 기계 검증할 수 있는 MILP 재공식화(reformulation)의 구성적 정의를 도입하여 이 한계를 해결한다. 우리는 제안된 재공식화를 기준 공식화(reference formulation)에 대해 검증하기 위해 LLM 기반 에이전트와 Lean 증명 보조 도구(proof assistant)를 사용하는 방법인 FLARE(Formulation-Level Automated Reformulation Evaluation)를 개발한다. 접근법을 평가하기 위해 20개 문제와 109개 공식화로 구성된 도전적인 데이터셋 FormulationBench를 도입한다. FLARE는 기존 방법을 능가하며, FormulationBench의 NP-hard 부분집합에서 100% 정확도를 달성한다. 또한 FLARE는 수락하는 모든 재공식화에 대해 기계 검증 가능한 증명서(certificate)를 생성한다. 형식적 보장이 필요 없는 경우, FLARE와 동일한 정확도를 갖지만 증명서를 생성하지 않는 빠르고 저렴한 LLM 프록시 FLARE-NL을 도입한다. 이 방법들은 자동화된 최적화 모델링에서 신뢰할 수 있는 검증을 가능하게 한다.

arXiv:2608.24742v1cs.LO

자동화된 카드 기반 프로그래밍을 갖춘 하드웨어 구현 튜링 머신의 설계 및 실증적 특성 분석

Design and Empirical Characterization of a Hardware-Realized Turing Machine with Automated Card-Based Programming

튜링 머신의 물리적 구현은 여전히 드물며, 기존의 전기기계식 시연 장치와 기계식 논리 게임은 일반적으로 각 계산 단계를 트리거하거나 상태 전이표를 재구성하거나, 혹은 둘 다를 위해 수동적인 조작자 개입을 요구한다. 이는 기존의 물리적 모델을 짧고 조작자 속도에 맞춘 시연으로 제한하고 장시간 연산의 자율 실행을 막는다. 본 논문은 프로그램 간 수동 개입 없이 자율적 다단계 실행과 재프로그래밍 가능한 광학 입력을 가능하게 하는 하드웨어 튜링 머신으로 그 공백을 해소한다. 이 시스템은 상태 전이 논리에 Arduino Mega, 양방향 테이프 구동에 이중 NEMA 17 스테퍼 모터, 기호 검출에 적외선 반사 센서, 상태표 자동 적재를 위한 ESP32-CAM 기반 광학 천공 카드 리더를 통합한다. 비균일 조 illumination 하에서의 구멍 검출은 고정 전역 임계값 대신 ESP32-CAM 마이크로컨트롤러 환경의 메모리 및 라이브러리 제약에 따라 국소 적응형 임계값을 사용한 너비 우선 탐색(Breadth-First Search) flood-fill 알고리즘을 사용했으며, 20장 카드 테스트 세트에서 카드 디코딩 정확도를 75%에서 90%로 향상시켰다(기계적 카드 평탄화 시 100%). 기계적 평가에서는 가공 정확도 ±0.15 mm, 50회 시험에 걸친 랙-피니언 위치 오차 0.3 mm 미만, 전 시스템 부하 하에서 전원 공급 안정성 ±0.2 V 이내를 보였다. 종단 간 연산은 병렬 소프트웨어 시뮬레이터(tlang)에 대해 검증되었으며, 여러 테스트 프로그램에 걸쳐 모든 하드웨어 출력이 시뮬레이션 기준과 정확히 일치했다. 이 시스템은 자율 실행, 재프로그래밍 가능한 광학 입력, 그리고 기계·광학·계산 성능에 대한 정량적 평가를 통해 기존 물리적 튜링 머신 시연을 한 단계 발전시킨다.

arXiv:2608.21479v1math.AT

매그니튜드 호몰로지는 길이 여과의 연관 분次이다

Magnitude Homology Is the Associated Graded of the Length Filtration

매그니튜드 호몰로지는 길이로 분次화되어 있으며 지속성(persistence)에 대해서는 아무 정보도 담지 않는다. 그 지속적 정교화는 바코드의 막대가 어디에서 시작하고 끝나는지에 대해서는 아무 정보도 담지 않는다. 우리는 이 둘이 하나의 구성임을 보인다. 길이에 대한 아래준위집합으로 길이 신경(length nerve)을 여과하면 지속성 모듈이 얻어지고, 그 여과의 연관 분次(associated graded)가 매그니튜드 복합체이다. 긴 정확 열(long exact sequence)이 둘을 서로 연결하며, 각 쪽은 상대쪽이 갖추지 못했던 것을 얻는다. 매그니튜드 호몰로지는 바코드의 임계값을 특정하므로, 분次적 계산이 끝점이 발생할 수 있는 길이들을 열거하고, 바코드는 크기 $\delta$의 섭동 아래 $n$차에서 $(n+1)\delta$의 안정성 추정을 얻는다. 한편 계산된 섭동은 바코드를 $\delta$보다 더 크게 이동시키므로 이 계수는 생략할 수 없다. 이를 정량적 방정식 이론(quantitative equational theories)에 적용하는데, 그 자유 대수는 구문으로부터 만들어진 메트릭 공간이다. 이론의 포함은 제시 모나드(presenting monads)의 사상을 유도하고 명시적 상界을 갖는 바코드 비교를 이끌어내므로, 이 불변량은 공리적 강도를 측정한다. 각 차수마다 하나씩, 네 가지 예를 계산하였다.

arXiv:2608.23370v1cs.AI

DARKSIDE 위를 걷다

Walking on the DARKSIDE

대규모 언어 모델(LLM)은 패턴을 인식하지만, 일관된 담화가 요구하는 배제(exclusion)의 경로를 본래 추적하지는 못한다. 입력이 조작된 권위, 잘못 적용된 메커니즘, 또는 은밀한 유추에 기반하고 있을 때, 조향(steering)되지 않은 LLM은 이를 근거가 확실한 것처럼 다루며, 자신이 생성하는 모든 구조화된 출력에 그 오류를 구체화(reify)하는 경향이 있다. 암묵지 추출을 위해 휴리스틱, 온톨로지, 문제 해결 방법을 사용하는 LLM 조향 기법인 POLANYI++ 기반의 논리 증강 생성(Logic-Augmented Generation, LAG)은 OWL2 형식의 확장 지식 그래프(Extended Knowledge Graph, XKG)를 생성하지만, 동일한 취약점을 물려받는다. 즉, 정교한 무의미한 입력이 정당한 트리플과 함께 그래프에 구체화되며, XKG가 잘못된 가정과 함께 공동으로 생성되기 때문에 자동화된 추론기(reasoner)로는 이를 탐지하기가 어렵다. 본 논문은 POLANYI++ 위에 구축된 일관성 감사(coherence auditing) 방법인 DARKSIDE를 제안한다. DARKSIDE는 그 경로(trail)를 담화 시간에 걸쳐 누적된 배제의 명시적 데이터 구조로 형式화하고, 여기에 명명된 각 지시 대상을 Warranted(근거 있음), Unattested(입증되지 않음), Misattributed(잘못 귀속됨), Fabricated(조작됨)로 분류하는 보증(warrant) 축을 더한다. 또한 조작 비율이 양수이거나 근거 없는 비율이 임계값을 초과하면 DelegationRiskAssessment를 UNSAFE로 격상하는 에스컬레이션 규칙을 갖는다. 우리는 소프트웨어 공학, 금융, 헬스케어, 물리학, 법률 분야에 걸쳐 그럴듯하게 들리는 무의미한 문장 100개로 구성된 적대적 코퍼스인 BSBench에서, Gemini 3 위에 조향 층(steering layer)으로 적용한 DARKSIDE를 평가하였으며, 독립적인 심사자(judge)로는 Claude Sonnet 4.6을 사용하였다. 실험적 증거는 다음과 같은 아키텍처적 주장을 뒷받침한다. LLM의 순전파(forward pass)를 온톨로지 매개 부정 경로(negative-trail) 장치로 감싸면, 패턴 대 경로(pattern-vs-path)라는 구조적 격차를 부분적으로 보완(scaffold)할 수 있다. XKG는 결여되어 있던 기억으로, 보증 축은 인식론적 방화벽으로 기능한다.

arXiv:2608.21914v1cs.AI

일관성은 정합성이 아니다: 4차원 국방 상위 온톨로지 간 검증된 정렬을 위한 방향 탐색

Consistency Is Not Coherence: Orientation Search for Certified Alignments Between 4D Defence Upper Ontologies

본 연구에서는 영국 및 NATO 국방 데이터 인프라의 기반이 되는 세 가지 상위 온톨로지인 정보 교환 표준(Information Exchange Standard, IES), 국가 디지털 트윈(National Digital Twin)을 뒷받침하는 고품질 데이터 모델(Higher Quality Data Model, HQDM), 그리고 기본 형식 온톨로지(Basic Formal Ontology, BFO)를 정렬(alignment)합니다. 기존에는 IES와 HQDM 간의 공개된 정렬이 존재하지 않았습니다. 수작업으로 구축한 17개 대응 관계의 크로스워크(crosswalk)를 OWL로 변환하고, HermiT 추론기를 사용하여 완전히 병합된 온톨로지 전체에 대해 추론을 수행함으로써, 이 특정 쌍을 넘어 중요한 의미를 지닌다고 판단되는 세 가지 결과를 도출합니다.