dataset-defects

标签

Cards List
#dataset-defects

我们形式化基准测试中的缺陷:Lean定理证明的数据集缺陷和评估失败

arXiv cs.AI · 2026-06-30 缓存

本文对五个广泛使用的Lean定理证明基准进行了审计,发现了398个机械可验证的问题,例如反例、空洞定理和不健全的公理。它提出了一个故障分类法、自动化检查器和发布标准,以提高评估的可靠性和可信度。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈