#formal-reasoning
- MaxProof: модель MiniMax превышает пороги золотых медалей IMO и USAMO в формальной математике MiniMax research
- Mistral выпускает Leanstral 1.5: открытая модель формальной верификации для Lean 4 Mistral research
- Anthropic: LLM делают формальную верификацию ПО осуществимой в гораздо большем масштабе Anthropic research
- Детерминированный горизонт: когда расширенное рассуждение даёт сбой и необходима делегация инструментам research
- Обзор LLM-систем в формальной математике: где современные системы отстают UCLA research
- Bend 2: язык, где AI-коммиты требуют машинно-проверяемых доказательств Bend tools
- AdvancedMathBench: набор бенчмарков для генерации и верификации математических доказательств InternLM research