研究团队开源Lean全证明生成基准LeanContext
Start here
2026年11月6日，研究团队在arXiv发布论文，推出了Lean完整证明生成基准LeanContext，相关代码与数据集已正式开源。该基准共包含129,826个问题，核心是将上下文解耦为数学上下文（MC）与环境上下文（EC）。评估结果显示，在训练中引入数学上下文能使扩散模型与自回归模型在选定声明上表现更佳；同时，通过优先补充被引用的遗漏依赖，LLaDA和Llama模型在2,000个目标上的Pass@32指标分别获得了1.40%和1.70%的提升。
AI-generated from reports · Updated 7 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能LeanContext：解耦 Lean 完整证明生成中的数学资源与本地形式化上下文
研究人员推出包含 129,826 个问题的 Lean 完整证明生成基准 LeanContext，将上下文解耦为数学上下文（MC）与环境上下文（EC）。评估显示，在训练中引入 MC 能让扩散模型与自回归模型的选定声明表现更优。通过优先补充被引用的遗漏依赖，LLaDA 和 Llama 在 2,000 个目标上的 Pass@32 分别提升 1.40% 和 1.70%，相关代码与数据集已开源。
Story heat trend
Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.