一句话看懂：一篇 arXiv 新论文提出在 Lean 4 自动证明中，把编译器对失败步骤的报错交给预训练修复模型就地修改，而不是直接丢弃重采样，在 LeanDojo 基准子集上比纯采样多解出 82 个定理、求解率相对最高提升 32%。这为自动定理证明提供了一条更省样本的新思路。
事件核心：发生了什么
该论文（arXiv:2610.26942，2026 年 10 月 21 日发布，属 cs.AI 新论文）提出一个“有界、在线、步骤级”修复模块：每一步从语言模型采样 K 个候选 tactic（K 取 1、3、5、8），失败的 tactic 最多修复 R 次；修复时把 Lean 编译器的精确报错作为输入，让预训练修复模型就地修改被拒步骤，而非整步重来。在 LeanDojo 基准 1990 个定理的子集上，该方法在所有测试的 K 值下都优于仅采样的基线，最多取得 32% 的相对提升，多解出 82 个定理。摘要同时说明：修复不是免费的，它用额外运行时间换可达证明；收益主要来自浅层 tactic 执行失败，而非类型不匹配这类结构性错误；首次修复尝试已能拿到总收益的 84%–96%。该方法在第二个基准 Lean Workbook 上也复现了效果，求解率接近翻倍且没有回退。
为什么重要
自动定理证明通常依赖语言模型反复采样，但 Lean 这类证明助手对每一步失败都会给出精确报错，纯采样把这份结构化反馈浪费掉了。把编译器反馈接入修复环节，相当于在推理阶段更有效地利用环境信号，而非单纯堆算力或扩大训练。对需要形式化验证的数学与软件领域，这意味着在相同采样预算下可能拿到更多可验证证明，也为大模型与编译器、工具链协作提供了可测量的路线。
对用户/开发者/创作者的影响
对定理证明研究者和形式化验证开发者，最直接的价值是“少采样、多修复”的工程取舍：K 受限时收益最大，首次修复就吃掉大部分增益，因此实现重点应放在把报错准确回传和低成本修复上。目前公开信息仅为摘要，尚未核验全文实验与代码可用性；对普通 AI 应用用户短期内没有直接影响，也不构成已上线功能或产品公告。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是全文是否公开修复模型规模、R 的取值与额外运行时间的具体数据；二是方法在更大 Lean 定理集和真实项目库上的泛化表现；三是代码或模型是否开源、能否被现有 Lean 工具链集成；四是其他证明助手（如 Coq、Isabelle）是否跟进类似“编译器引导修复”的路线。
来源：arXiv cs.AI
