AI 보조 수학(AI-assisted mathematics) 분야의 최근 성과들은 기계 검증 증명서(machine-checked proof certificate)를 생성하기 위해 에이전트(agent)와 증명 보조기(proof assistant) 간의 집중적인 상호작용을 필요로 합니다. 에이전트는 증명기로부터 무엇을 수신하는지와 이러한 상호작용의 비용을 제어하는 인터페이스를 통해 Rocq나 Lean 같은 증명 보조기와 상호작용합니다. 현재 이러한 인터페이스는 인간을 위해 설계된 도구에서 개작된 것으로, 에이전트에 최적화되어 있지 않습니다. 본 논문에서는 프론티어 모델(frontier model)이 새로운 기능을 점진적으로 제안하고 더 작은 모델들의 전반적인 성능을 향상시키는 기능만을 유지하는 진화적 방법(evolutionary method)을 제안합니다. 정선된 수학 문제 세트에서 Rocq 증명기를 위한 새로운 MCP 서버인 ROCQ-MCP-EVOLVE를 구축함으로써 제안 방법의 효과를 입증합니다. miniF2F-Rocq의 홀드아웃 테스트 분할(held-out test split)에서, ROCQ-MCP-EVOLVE를 갖춘 에이전트는 Rocq 컴파일러만을 노출하는 기준선(baseline) 및 기존에 확립된 MCP 서버 모두와 비교해 두 계열의 네 가지 모델에 걸쳐 성공률, 해결당 비용(cost per solve), 해결당 시간(time per solve) 측면에서 우수한 성능을 보였습니다. Rocq용으로 진화되었음에도 불구하고, 결과 서버는 Lean으로도 전이되어 PutnamBench 서브셋에서 해결당 비용과 시간을 개선했습니다. 저자들은 ROCQ-MCP-EVOLVE와 해당 도구의 Lean 포팅 버전을 공개합니다.
코딩 에이전트(agent)는 Lean 증명 개발을 점점 더 자동화하고 있지만, 컴파일 성공만으로는 후보 증명이 허용 가능한 가정 하에서 의도한 명제를 증명한다는 점을 확증하지 못합니다. 본 논문에서는 형식 수학 및 소프트웨어 검증에서 감사 가능한 추론을 위한 프런트엔드 독립적 프레임워크인 FORALL-LEAN-AGENT를 제시합니다. 이 프레임워크는 격리된 작업 공간, Lean 도구, 새로운 검토를 명제 비교, 공리 감사, 그리고 지원되는 경우 독립적인 증명 검사와 결합합니다. 검증 증거와 검토자의 결정은 동일한 후보 아티팩트에 바인딩되어 수락 과정을 추적할 수 있도록 합니다. 우리는 VeriSoftBench, PutnamBench, 그리고 Lean Eval 소프트웨어 검증 트랙의 두 문제 모두에서 이 프레임워크를 평가합니다. 100개 과제로 구성된 VeriSoftBench 하위 집합에서, FORALLLEAN-AGENT와의 통합은 GPT-5.6 Sol의 벤치마크 규칙 성공을 낮은 노력으로 93개에서 100개로 높이는 동시에 비용을 69달러에서 62달러로 절감합니다. PutnamBench 평가에서는 전체 672개 문제를 평균 4.72달러에 모두 통과시킵니다. 이러한 결과는 에이전트 하네스 설계가 총 해결 횟수를 넘어서는 증거를 제공하는 동시에 정확성과 효율성을 향상시킬 수 있음을 보여줍니다.
서지 데이터베이스와 형식화된 증명 라이브러리 간의 통합 접근을 위해 출판물 메타데이터와 형식적 아티팩트를 연결하는 관계형 브리지 데이터베이스를 제안합니다. 비형식 텍스트와 Lean 형식화 간의 문서 간 정렬을 통해 형식화 범위를 측정하는 점수를 도입하여 대규모 분석을 가능하게 합니다.