점근 통계 이론의 가설 규율 다중 에이전트 자동 형식화
Hypothesis-Disciplined Multi-Agent Automated Formalization of Asymptotic Statistical Theory
한국어 초록
점근 통계 이론은 AI 보조 형식화에 있어 까다로운 영역이다. 핵심 결과들은 수렴 진술, 점근 전개, 함수 해석학, 정규성 조건이 혼합되어 있으며, Lean 4 형식화의 기존 인프라와 큰 격차가 있다. 이러한 과제를 해결하기 위해, 다중 에이전트로 구성된 가설 규율 Lean 4 형식화 파이프라인을 제안한다. 매니저가 증명 계획, 골격 스캐폴딩, Mathlib 정찰, 증명 구성, 통합, 독립 검토, 감사를 위한 일곱 가지 전문 역할을 조율한다. 핵심 방법론적 규율은 Auditor 에이전트가 구현하는 가설 규율 감사이다. 모든 주정리 가설과 개념 층 필드는 원본 수학 서술에 근거해야 하며, Lean 인코딩 어댑터로 정당화되거나, 원문에서 함의된 것으로 표시되거나, 지원되지 않는 강화로 거부되어야 한다. 이 워크플로를 사용하여 점근 통계 이론, 특히 모수 및 반모수 모델의 점근 분포 및 효율성 결과의 체계적 형식화를 구축한다. 그 결과로 얻은 Lean 개발은 공리가 깨끗하고 원문에 충실하며, 핵심 모수 및 반모수 정리들에 대한 Lean 검증 및 인간 감사를 거친 증명을 포함한다. 정리와 무관한 인프라 및 통계 개념 정의가 정리별 조립과 분리되도록 구성되었다. 형식화 결과는 https://github.com/junwei-lu/Lean-Asymptotic-Statistical-Theory 에서 확인할 수 있다.
원문 초록
Asymptotic statistical theory is a challenging domain for AI-assisted formalization: its central results mix convergence statements, asymptotic expansions, functional analysis, and regularity conditions that have a large gap from existing infrastructure in Lean 4 formalization. To address these challenges, we propose a hypothesis-disciplined Lean 4 formalization pipeline built from multiple agents: a manager that coordinates seven specialist roles for proof planning, skeleton scaffolding, Mathlib reconnaissance, proof construction, integration, independent review, and audit. The main methodological discipline is the hypothesis-disciplined audit, implemented by the Auditor agent: every main-theorem hypothesis and concept-layer field must be anchored in the source mathematical prose, justified as a Lean encoding adapter, marked as source-implied, or rejected as an unsupported strengthening. Using this workflow, we build a systematic formalization of asymptotic statistical theory, especially the parametric and semi-parametric models' asymptotic distribution and efficiency results. The resulting Lean development is axiom-clean and source-faithful, with Lean-checked and human-audited proofs of core parametric and semi-parametric theorems organized so that theorem-agnostic infrastructure and statistical concept definitions are separated from theorem-specific assembly. The formalization results are available at https://github.com/junwei-lu/Lean-Asymptotic-Statistical-Theory.
제출 이력
확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.
- arXiv:2606.20642v1제출 시각 미확인
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
SqueezeBench: 포화에 강건한 수학적 능력 평가
SqueezeBench: Saturation-Resilient Evaluation of Mathematical Capability
AI 시스템은 수학 분야에서 빠르게 발전하고 있지만, 이러한 발전을 측정하기는 어렵다. 이미 풀린 문제들로 구성된 벤치마크(benchmark)는 포화(saturate)되며, 미해결 문제들로 구성된 벤치마크에서는 각 문제가 최초로 단 한 번만 해결될 수 있다. 우리는 포화에 강건한 벤치마크인 SqueezeBench를 제시한다: 성공은 문제를 제거하는 대신 기준을 높인다. 각 문제는 작은 $n$에 대해서만 값이 알려진 정수 함수 $f(n)$을 고정하며, 벤치마크는 이에 대한 하한(lower) 기록과 상한(upper) 기록을 유지한다. 기록(record)은 $f$를 한정(bound)함을 기계 검증된 증명(machine-checked proof)으로 보인 계산 가능한 Lean 함수이다. 제출(submission)은 새로운 함수를 제안하고, 그 함수가 $f$를 한정하며, 모든 $n$에서 현재 기록보다 나쁘지 않고, 일부 $n$에서는 엄밀히 더 우수함을 증명한다. 채택되면 해당 제출은 다음 제출이 넘어서야 할 새로운 기록이 된다. 따라서 이 시스템은 한계값(bound)뿐 아니라 그 증명까지 선택하며, 단일 $n$에서의 기록을 개선할 수도 있고 성장률(growth rate)을 개선할 수도 있다. 모든 $n$에서 두 기록 사이의 간극은 인증된 한계값들이 $f(n)$을 결정하는 데에서 얼마나 떨어져 있는지를 보여준다. 모든 증명은 두 개의 독립적인 Lean 커널에 의해 검증되므로, 심판이 수학적 내용을 검토할 필요가 없다. 검증 과정은 또한 작은 $n$에서 전수 탐색(exhaustive search)으로 $f$를 계산하는 함수를 거부하며, 유지관리자(maintainer)는 제출자의 보고서만 읽고 더 큰 $n$에서 그러한 탐색이 있는지를 확인한다. 우리는 극단적 조합론(extremal combinatorics) 분야의 열 가지 문제를 스무 개의 증명된 초기 기록 및 승인 도구(admission tools)와 함께 공개한다. 기준선(baseline)으로서, 최신(frontier) 언어 모델(language model) 기반 에이전트(agent)는 기록당 최대 한 시간을 사용하여 82건의 제출을 승인받았고 모든 기록을 개선했으며, 이는 기존 발표된 문헌의 범위를 넘어서지는 않았다. 이후 두 개의 더 새로운 모델(model) 기반 에이전트들이 이 기록들로부터 시작하여 60건의 추가 제출을 승인받았고, 20개의 기록 중 19개를 다시 개선했다. 열 가지 문제 중 여덟 가지 문제에서는, 적어도 하나의 기록이 여전히 발표된 최선의 한계값(bound)에 비해 점근적으로(asymptotically) 뒤처져 있다.
형식 수학 및 소프트웨어 검증에서 감사 가능한 추론을 위한 FORALL-LEAN-AGENT
FORALL-LEAN-AGENT for Auditable Reasoning in Formal Mathematics and Software Verification
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.
FormalTCS: 대규모 언어 모델의 최전선 형식 이론 전산학 연구 전 과정(End-to-End) 벤치마킹
FormalTCS: Benchmarking End-to-End Frontier Formal Theoretical Computer Science Research of Large Language Models
대규모 언어 모델(LLM)은 이론 전산학(TCS) 연구 자동화에서 점점 더 큰 잠재력을 보여 왔지만, 기존 벤치마크는 현실적인 연구 환경과는 여전히 거리가 멀다. 본 논문에서는 최전선(frontier)의 end-to-end TCS 연구에 대한 LLM 평가를 위한, 전문가가 검증한 벤치마크인 \ourbenchmark를 소개한다. \ourbenchmark는 2025-2026년 STOC, FOCS, SODA, COLT에 채택된 논문에서 추출한 $143$개의 인스턴스로 구성되며, 논문별 정의, 가정, 증명 의존성을 그대로 보존하고, 전문가가 검증한 Lean 형식화와 증명을 포함한다. 주요 LLM에 대한 평가 결과, 현재 모델들은 전체 연구 파이프라인을 안정적으로 완수하는 데 여전히 크게 못 미치는 것으로 나타났다. 특히 자동 형식화(autoformalization)가 가장 큰 병목이다. 가장 성능이 좋은 모델은 자연어 주장을 형식 정리 명제로 번역하는 과제에서 $11.5$에 그친 반면, 사람이 제공한 형식 명제를 증명하는 과제에서는 Pass@8 기준 $28.6$을 달성했다. \ourbenchmark를 바탕으로, 새로운 주장을 생성하고, 형식화하고, 필터링하고, 증명하는 자동화된 TCS 연구 프레임워크도 추가로 개발한다. 생성된 $64$개의 주장 중 최종적으로 전문가 평가와 증명 검증을 모두 통과한 것은 $6$개에 불과했으며, 이는 형식화 외에도 제한적인 연구 안목(research taste)이 자율적 TCS 연구를 가로막는 또 다른 주요 장벽임을 시사한다.
FrontierMath Erd\H{o}s
FrontierMath Erd\H{o}s
2026년 8월 기준 미해결 상태인 68개의 에르되시(Erd\H{o}s) 문제로 구성된 벤치마크인 FrontierMath Erd\H{o}s(FME)를 소개합니다. FME의 과제를 해결하려면 AI 시스템이 증명 보조기(proof assistant) Lean에서 68개 추측 중 하나를 해결(증명 또는 반증)해야 합니다. 이 68개 문제는 수학적 흥미도와 난이도를 고려하여 erdosproblems.com에 등록된 652개의 미해결 문제 중 제2저자가 선정했습니다. 최근 AI가 수학 분야의 여러 미해결 문제를 해결하기도 했으나, 이러한 사례들은 AI 역량에 대한 체계적인 연구에는 미치지 못합니다. FME는 동일한 고정 문제에 대해 자율적이면서도 동일한 예산 조건 하에서 모든 AI 모델을 평가합니다. 우리는 문제당 \$300의 예산으로 5개의 AI를 평가했습니다. 그중 하나(GPT-6 Astra)가 3%를 기록했으며, 나머지 모델은 모두 0%를 기록했습니다.
MathCoPilot: 수학 연구를 위한 인간-AI 공생 패러다임의 상호작용 시스템
MathCoPilot: An Interactive System for Human-AI Symbiotic Paradigm of Mathematical Research
기존 LLM 기반 정리 증명기(theorem prover)는 형식 수학 벤치마크에서 인상적인 결과를 달성했지만, 여전히 주어진 명제를 증명하는 자율적 에이전트(agent) 역할에 한정되어 있다. 본 논문에서는 수학 연구를 위한 새로운 인간-AI 공생 패러다임을 구현하는 human-in-the-loop 시스템인 MathCoPilot을 제안한다. 이 시스템에서는 수학자가 고수준의 수학적 방향을 주도하고, AI 에이전트는 지속적인 인간의 안내 아래 상세한 형식화(formalization) 및 증명 작업을 수행한다. MathCoPilot은 세 가지 핵심 기능을 통합한다: (1) 수학자와 AI 에이전트가 살아 있는(living) 증명 설계도(proof blueprint)를 통해 협업하는 상호작용형 작업대(workbench)로, 증명을 인간이 직접 검사·지시·정교화할 수 있는 탐색 가능한 단계로 분해한다; (2) 적응형 지식 베이스 검색과 Lean 통합 반복 검증을 갖춘 자동화된 증명 기술 오케스트레이션; (3) 주제 기반 논문 검색 및 검증된 Lean 지식 베이스로의 자동 형식화. MathCoPilot을 사용하여 FormalMATH 부분 집합과 심층적인 도메인 전문성이 필요한 두 개의 실제 PDE 정리에 대해 Gemini 3.1 Pro, GPT-5.4, Claude Opus 4.7을 포함한 네 가지 최신 LLM을 체계적으로 비교하고, 검증된 Lean 4 증명을 생성하는 능력과 의도적으로 오류가 포함된 증명에서 오류를 식별하는 능력을 평가한다. 결과는 현재 모델이 유리한 자동 형식화(autoformalization) 조건 하에서 학부 수준 문제를 높은 성공률로 처리할 수 있지만, 진정한 수학적 이해를 요하는 도메인 특화 정리에 대해서는 상당한 과제가 남아 있음을 보여준다.
Continual Graph Memory and Community Infrastructure for AI-Assisted Mathematical Discovery
토론
이 논문과 연결된 포럼 글이 아직 없습니다.