Hacker News 中文摘要

RSS订阅

面向忠实性的精益评估对齐 -- Lean Eval for Alignment on Faithfulness

文章摘要

leanscreen是一个针对Lean 4的忠实性检查工具,可快速检测定理的漏洞、空洞性和反例,经886个人类判断校准,但通过不代表认证,最终仍需专家审核。

文章总结

标题:leanscreen · Millennium Research

来源:https://www.millenniumresearch.ai/leanscreen.html

发布时间:2026年8月11日 19:02:12

警告:此页面可能尚未完全加载,请考虑明确指定超时时间。


Lean 4 的忠实性检查工具。

pip install leanscreen

编译器没有异议。

但 leanscreen 有。

leanscreen 检查 Demo.lean 文件:exists_perfect_number 被拒绝,标记为“确定性-空洞:自反目标”;even_add_even 未发现缺陷。

第一个定理编译通过。其文档字符串承诺一个完美数,但语句实际表达的是 ∃ n : ℕ, n = n

快速

对代码进行 lint 检查、空洞性验证,并针对你的 mathlib 库进行细化。免费、本地运行,耗时约 0.1 秒。

深入

采用两个独立判断器和一个反例探针。在发布前运行它。

校准

基于 886 个人工判定结果进行校准。通过检查绝不等于认证。

屏幕会拒绝。

人才会认证。

当语句必须正确时,我们会安排专家评审员进行把关。

评论总结

根据提供的评论内容,主要观点如下:

1. 对项目名称的质疑
- 评论3(fewfweewf)认为名称不够好:“Could have came up with a better name lol”(“本可以起个更好的名字,哈哈”)。

2. 对项目真实性的怀疑
- 评论2(Shox18283)表示期待但质疑:“Excited to Check it out seems like a bold claim though?”(“很期待看看,但这似乎是个大胆的说法?”)。

3. 对项目创意的共鸣
- 评论1(bro123123)表达想法相似:“I swear I had this idea a minute ago?”(“我发誓一分钟前我也有这个想法?”)。

4. 对收费模式的询问
- 评论4(asdajksbda)直接问:“is it paid?”(“是付费的吗?”)。

总结:评论整体对项目持观望态度,主要关注点包括名称、真实性、创意相似性及收费情况,缺乏明确的支持或反对意见。