20260706:新增一些文章

raw/papers/leap-agentic-atp.md

@@ -0,0 +1,44 @@
+# LEAP: Supercharging LLMs for Formal Mathematics with Agentic Frameworks
+
+- **arXiv ID**: 2606.03303
+- **标题**: LEAP: Supercharging LLMs for Formal Mathematics with Agentic Frameworks
+- **作者**: Po-Nien Kung, Linfeng Song, Dawsen Hwang, Jinsung Yoon, Chun-Liang Li, Simone Severini, Mirek Olšák, Edward Lockhart, Quoc V Le, Burak Gokturk, Thang Luong, Tomas Pfister, Nanyun Peng
+- **机构**: Google Cloud AI Research, Google Cloud, Google DeepMind
+- **领域**: cs.AI
+- **发表**: 2026-06-02
+- **代码**: https://github.com/google-deepmind/superhuman/tree/main/leap
+- **Benchmark**: https://imobench.github.io
+
+## 摘要
+
+LEAP (LLM-in-Lean Environment Agentic Prover) 是一个仅使用通用 LLM（无需专用证明器模型微调）的 agentic 形式化定理证明框架。核心设计：(1) 非正式蓝图 + 形式化证明的双层规划；(2) AND-OR DAG 分层记忆化；(3) 验证引导的证明搜索。
+
+## 核心架构
+
+**工作流**：给定定理 → 注册为根目标（OR 节点）→ 直接形式化尝试 → 失败则进入分解路径：
+1. **直接形式化路径**：生成非正式证明 → 翻译为 Lean 代码 → 编译器验证 → 失败则进入 LLM 驱动的修订循环
+2. **分解路径**：生成非正式蓝图（DAG 子目标）→ 翻译为 Lean 证明草图 → 添加为 AND 节点 → 子目标变为新 OR 节点 → 递归处理
+
+**三个关键设计选择**：
+- DAG 分层记忆化：保留进展、跨分支复用引理、支持预期引理规划
+- 非正式-形式化交错规划：LLM 负责推理策略，Lean 负责严格验证
+- 验证引导搜索：编译器形式检查 + LLM reviewer 质量评估（过滤弱分解）
+
+## 关键结果
+
+| Benchmark | LEAP | Aristotle (IMO Gold) | Baseline |
+|-----------|------|---------------------|----------|
+| Putnam 2025 (12 题) | **12/12 (100%)** | 9/12 (75%) | 0/12 (0%) |
+| Lean-IMO-Bench Basic | **70%** | - | <10% |
+| Lean-IMO-Bench Advanced | 显著提升 | 48% (总体) | ~3% |
+
+- 仅 2 次 rollout（vs baselines 的 128 次）
+- 自主形式化 Knuth 哈密顿分解的开放组合挑战的子问题验证证明
+
+## 核心概念
+
+- AND-OR DAG 分层记忆化
+- 非正式蓝图 → 形式化证明交错规划
+- 验证引导证明搜索（编译器 + LLM reviewer）
+- 预期引理规划（anticipatory lemma planning）
+- Lean-IMO-Bench 基准