arXiv 论文提出用依赖图表示数学论证并辅助证明审查
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇提交至 arXiv cs.AI 的论文提出以来源为依据的框架，借助大语言模型表示和度量数学论证。该框架覆盖编号与非编号陈述、方程、假设和构造，区分来源出现、上下文状态与推理记录，所提依赖保留来源证据和审查状态。度量契约固定稿件版本、边界、粒度、证明选择与宏锚点。在有向无环图上，深度定义为最长前置路径长度，体量统计不同祖先边，并给出考虑共享子论证的并集递推及保持深度与宏骨架的可达性条件。论文提供评估设计而非实证结果。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载框架覆盖的对象
该框架面向数学论证的表示与度量，处理对象包括编号与非编号的陈述、方程、假设和构造。它把来源中的出现、上下文状态与推理记录区分开来，所建立的依赖关系保留来源证据和审查状态。度量契约则固定稿件版本、边界、粒度、证明选择与宏锚点，使同一论证在不同版本或不同切分下仍可对照。
图上的度量定义
在选定的有限有向无环图上，深度被定义为最长前置路径的长度，体量统计的是不同的祖先边。论文给出一个并集递推，用于处理共享子论证的情形，并识别出保持深度与宏骨架的可达性条件；同时指出不受限制的细化不一定保持深度或体量。这些定义描述的是特定表示下的结构，而非数学难度、原创性或重要性本身。
提示协议与审查用途
论文提出标准化、带版本号的提示协议，把标注发现、确定性重算与审查辅助分开。跨论文链接支撑关于定理共用、罕见组合以及依赖社区之间联系的研究议程。这些模式指向概率性前提建议，以及对人工撰写和 AI 生成证明中可能遗漏或未检查适用条件的审查。其他应用包括来源链接的阅读支持，以及个人与协作论证形态的比较。
评估设计与限制
论文明确提供的是评估设计，而非上述益处的实证证据。建议的前提需要数学验证；所提出的度量只描述一个指定表示，并不等同于内在的数学难度、原创性或重要性。论文提交于 2026 年 10 月 27 日，编号 arXiv:2610.36776。
为什么值得看
把数学证明拆成可度量、可复核的依赖结构，为 LLM 辅助证明审查提供可操作的形式化方案。
论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。