step-level-verification

本文介绍了一种严格的步骤级验证框架，用于评估使用LLM的研究级数学证明，解决了上下文污染问题，并优于全局评估。该方法将重点转向演绎约束，并揭示了剩余错误通常源于学究式过度严谨，暴露了基准中的隐含歧义。