Goedel-Prover-V2 - модель доказательства теорем с открытым исходным кодом, разработанная в Принстоне совместно с Цинхуа, NVIDIA и другими компаниями.

Что такое Goedel-Prover-V2?

Goedel-Prover-V2 - это модель доказательства теорем с открытым исходным кодом от ведущих институтов, таких как Принстонский университет, Университет Цинхуа и NVIDIA. Модель основана на инновационных технологиях, таких как иерархический синтез данных, самокоррекция, направляемая верификатором, и усреднение модели, что позволяет значительно повысить производительность автоматизированных формальных доказательств. Модель Goedel-Prover-V2 доступна в двух версиях, 32B и 8B, и модель показывает очень хорошие результаты в ряде бенчмарков, например, модель 32B набирает 90.41 TP3T для Pass@32 в тесте MiniF2F, опережая гораздо более крупный DeepSeek-Prover. Например, в тесте MiniF2F модель 32B получила оценку Pass@32 90.4%, обойдя гораздо более крупный DeepSeek-Prover-V2. Модель способна автоматически генерировать доказательства для сложных математических задач и самокорректируется на основе обратной связи от компилятора Lean для улучшения качества доказательств, а открытый исходный код Goedel-Prover-V2 обеспечивает исследователям основу для дальнейшего развития и усовершенствования.

Основные возможности Goedel-Prover-V2

• Автоматическая генерация сертификатов: Создание процессов формального доказательства для сложных математических задач, помогающих решать сложные математические головоломки.
• Способность к самокоррекции: Благодаря обратной связи с компилятором Lean модель может итеративно пересматривать свои доказательства для повышения их точности и качества.
• Эффективное обучение и оптимизация: Основанная на иерархическом синтезе данных и методах усреднения моделей, она повышает эффективность обучения и улучшает производительность моделей, что позволяет ей показывать высокие результаты в различных эталонных тестах.
• Открытый исходный код и масштабируемость: Предоставление моделей и наборов данных с открытым исходным кодом для дальнейшего развития и совершенствования исследователями.

Производительность Goedel-Prover-V2

• Бенчмарк MiniF2F::
  • Оценка Pass@32 для модели 32B достигает 90,41 TP3T, что значительно опережает результат DeepSeek-Prover-V2 (82,41 TP3T) для 671B.
  • Модель 8B получила оценку Pass@32 83,3%, что сравнимо с результатами DeepSeek-Prover-V2, хотя количество параметров составляет лишь 1/100 от DeepSeek-Prover-V2.
• Контрольные показатели PutnamBench::
  • Модель 32B занимает первое место в рейтинге Pass@64, решая 64 задачи.
  • По метрике Pass@32 модель 32B решает 57 задач, значительно превосходя DeepSeek-Prover-V2-671B с 47 задачами.
  • Модель 8B также показывает отличные результаты и сравнима с DeepSeek-Prover-V2-671B.
• Контрольные работы MathOlympiadBench::
  • Модель 32B решает 73 проблемы, что значительно лучше, чем DeepSeek-Prover-V2-671B с 50 проблемами.
  • Модель 8B также показывает хорошие результаты, приближаясь к уровню модели 32B, демонстрируя сильную способность к доказательству теорем.

Адрес официального сайта Goedel-Prover-V2

• Веб-сайт проекта:: https://blog.goedel-prover.com/
• Библиотека моделей HuggingFace::
  • https://huggingface.co/Goedel-LM/Goedel-Prover-V2-8B
  • https://huggingface.co/Goedel-LM/Goedel-Prover-V2-32B

Как использовать Goedel-Prover-V2

• Доступ к ресурсам проекта: Зайдите в библиотеку моделей HuggingFace, загрузите файлы моделей из HuggingFace и выберите подходящую версию (например, 8B или 32B).
• требования к оборудованию: Рекомендуется использовать высокопроизводительные графические процессоры или кластеры графических процессоров.
• программная среда: Установите Python и фреймворки глубокого обучения, такие как PyTorch, чтобы убедиться, что среда поддерживает вывод больших моделей.
• Вопросы ввода: Преобразование математических задач, требующих доказательств, в формат, поддерживаемый моделью (например, язык Lean).
• Предварительная обработка данных: Кодирование и форматирование вопросов в соответствии с требованиями модели.
• Модели для погрузки: Загрузите предварительно обученную модель с помощью инструментов, предоставляемых HuggingFace.
• Доказательство генерации: Задача вводится в модель, которая автоматически генерирует доказательства, проверяемые и исправляемые с помощью компилятора Lean.
• сертификат проверки: Проверьте правильность сгенерированных доказательств с помощью компилятора Lean.
• Итеративная коррекцияЕсли доказательство неверно, модель самокорректируется на основе обратной связи до тех пор, пока не будет сгенерировано правильное доказательство.

Основные преимущества Goedel-Prover-V2

• Отличная производительность: Goedel-Prover-V2 демонстрирует хорошие результаты в нескольких бенчмарках, например, модель 32B достигает точности 90,4% в тесте MiniF2F's Pass@32, что значительно опережает другие аналогичные модели.
• Инновационная техническая архитектура: Иерархический синтез данных, самокоррекция с помощью валидатора и методы усреднения моделей, основанные на иерархическом синтезе данных, эффективно повышающие эффективность обучения моделей и качество доказательств.
• Открытый исходный код и масштабируемость: Предоставление моделей и наборов данных с открытым исходным кодом, которые могут быть свободно доступны, использованы и доработаны исследователями для улучшения.
• Широкий спектр сценариев примененияПрименяется в самых разных областях, таких как математические исследования, проверка программного и аппаратного обеспечения, учебные пособия, искусственный интеллект и машинное обучение, научные исследования и инженерия.
• Эффективное обучение и оптимизацияЭффективное обучение и оптимизация производительности на основе иерархического синтеза данных и методов усреднения моделей для повышения их устойчивости.

Люди, которым показан Goedel-Prover-V2

• Математики и математические исследователи: Используется для проверки математических гипотез, генерации доказательств сложных задач, ускорения поиска и изучения математических теорий.
• Ученые-компьютерщики и инженеры-программисты: Используется при разработке программного и аппаратного обеспечения для проверки корректности алгоритмов, программной логики и схемотехники, а также для повышения надежности и безопасности систем.
• исследователь искусственного интеллекта: Проверка математических основ и алгоритмической логики моделей машинного обучения для обеспечения надежности и точности модели.
• Преподаватели и студенты: Служит пособием для обучения математике, помогая учащимся лучше понять и усвоить математические понятия и теоремы с помощью примеров формальных доказательств.
• Исследователи и инженеры: Проверка математических моделей и теорий в научных исследованиях и инженерном проектировании для обеспечения осуществимости и надежности проектных решений.