核心发现
方法论
该研究提出了AxProverBase，一个简化的自动定理证明代理。其核心特征包括迭代证明精炼、上下文管理和工具访问。通过模块化架构，研究人员能够进行多次消融研究，以明确各组件对整体性能的影响。
关键结果
- AxProverBase在PutnamBench数据集上实现了与复杂方法相当的性能，证明率达到45.9%。
- 引入记忆机制后，错误率显著降低，性能提升约10%。
- 使用搜索工具后，性能进一步提升，但影响不如前两者显著。
研究意义
该研究为自动定理证明领域提供了一个简化且高效的基准模型，降低了入门门槛。通过开源实现，促进了社区的广泛参与和进一步研究。
技术贡献
AxProverBase通过简化架构实现了与复杂系统相当的性能，展示了迭代精炼和上下文管理的重要性，并提供了一个可扩展的开源框架。
新颖性
AxProverBase是首个在简化架构下实现高性能的自动定理证明代理，显著降低了复杂性和成本。
局限性
- 在复杂定理上，AxProverBase的性能仍有限，需进一步优化。
- 对搜索工具的依赖可能限制其在无网络环境中的应用。
未来方向
未来研究可以探索更复杂的记忆机制和更强大的基础模型，以进一步提升性能和适用性。
AI 总览摘要
自动定理证明是人工智能领域的重要研究方向，能够通过形式化方法验证科学推理。然而，现有方法通常复杂且成本高昂，限制了其广泛应用。
AxProverBase通过简化架构和模块化设计，实现了迭代证明精炼和上下文管理，显著降低了复杂性和成本。其开源实现为社区提供了一个可扩展的基准模型。
实验结果表明，AxProverBase在PutnamBench数据集上实现了与复杂方法相当的性能，证明率达到45.9%。然而，其在复杂定理上的性能仍有限，需进一步优化。未来研究可以探索更复杂的记忆机制和更强大的基础模型，以进一步提升性能和适用性。
深度分析
研究背景
自动定理证明是AI领域的重要研究方向，能够通过形式化方法验证科学推理。近年来，Lean等交互式定理证明器在AI和数学社区中广受欢迎。然而，现有方法通常复杂且成本高昂，限制了其广泛应用。
核心问题
现有自动定理证明方法复杂且成本高昂，难以广泛应用。需要一种简化且高效的基准模型，以降低入门门槛并促进社区参与。
核心创新
AxProverBase通过简化架构和模块化设计，实现了迭代证明精炼和上下文管理，显著降低了复杂性和成本。其开源实现为社区提供了一个可扩展的基准模型。
方法详解
- �� 迭代证明精炼：通过反馈机制不断改进证明。
- �� 上下文管理：利用记忆机制保存历史信息。
- �� 工具访问：提供搜索工具以支持证明过程。
实验设计
在PutnamBench数据集上进行实验，评估AxProverBase的性能。通过消融研究，分析各组件对整体性能的影响。结果表明，迭代精炼和上下文管理是性能提升的关键。
结果分析
AxProverBase在PutnamBench数据集上实现了与复杂方法相当的性能，证明率达到45.9%。引入记忆机制后，错误率显著降低，性能提升约10%。使用搜索工具后，性能进一步提升。
应用场景
AxProverBase可用于数学和科学领域的定理证明，降低了入门门槛。其开源实现促进了社区的广泛参与和进一步研究。
局限与展望
在复杂定理上，AxProverBase的性能仍有限，需进一步优化。对搜索工具的依赖可能限制其在无网络环境中的应用。
通俗解读 非专业人士也能看懂
想象一个学生在解数学题。他有一本参考书（工具），一个笔记本（记忆），和一个老师（反馈）。每次他尝试解题，老师会告诉他哪里错了，他会在笔记本上记下这些信息，然后再尝试。这就是AxProverBase的工作方式：不断改进，直到找到正确的解法。
简单解释 像给14岁少年讲一样
想象你在玩一个解谜游戏。每次你尝试解谜，游戏会告诉你哪里错了，你可以记下这些信息，然后再尝试。AxProverBase就像这样，它会不断尝试和改进，直到找到正确的解法。它还可以使用工具来帮助它找到线索，就像你在游戏中使用提示一样。
术语表
AxProverBase
一个简化的自动定理证明代理，通过迭代精炼和上下文管理实现高效证明。
论文中提出的核心方法。
迭代证明精炼
通过反馈机制不断改进证明过程。
AxProverBase的核心特征之一。
上下文管理
利用记忆机制保存历史信息，以支持证明过程。
AxProverBase的核心特征之一。
工具访问
提供搜索工具以支持证明过程。
AxProverBase的辅助特征。
PutnamBench
一个用于评估定理证明器性能的基准数据集。
实验中使用的数据集。
开放问题 这项研究留下的未解疑问
- 1 如何在复杂定理上提高AxProverBase的性能？
- 2 如何减少对搜索工具的依赖？
应用场景
近期应用
数学定理证明
AxProverBase可用于数学领域的定理证明，降低了入门门槛。
远期愿景
科学推理自动化
AxProverBase的简化架构可用于科学推理的自动化，促进科学研究的进步。
原文摘要
We propose a minimal agentic baseline that enables systematic comparison across different AI-based theorem prover architectures. This design implements the core features shared among state-of-the-art systems: iterative proof refinement, library search and context management. We evaluate this agentic approach using qualitatively different benchmarks and compare various frontier language models and design choices. Our results show competitive performance compared to state-of-the-art approaches, while using a significantly simpler architecture and a fraction of their cost. Additionally, we demonstrate consistent advantages of an iterative approach over multiple single-shot generations, especially in terms of sample efficiency and cost effectiveness. The implementation is released open-source as a candidate reference for future research and as an accessible prover for the community.