Este artigo de pesquisa tenta uma codificação comum em Lean 4 para o Teorema de Lob, programação reflexiva e teoria da decisão acausal. É um trabalho de descoberta de codificação esquelética que examina uma observação META-DB, não uma prova de um novo teorema ou uma resolução dos problemas de origem.
Esta pesquisa introduz uma estrutura inovadora de aprendizado para refinar, visando superar o alto custo computacional de LLMs na prova formal de teoremas. Ao explorar como os compiladores compactam diversas tentativas de prova em modos de falha estruturados, o método permite uma exploração de provas eficiente e correção local de erros, amplificando significativamente as capacidades de raciocínio dos provadores base.
Este trabalho apresenta uma estrutura formalmente verificada para análise de patentes, utilizando um pipeline híbrido de IA e Lean 4. É a primeira aplicação conhecida da prova de teorema interativa para a análise de propriedade intelectual, superando as limitações dos métodos existentes.
DreamProver é uma estrutura agente que utiliza um paradigma de indução de programa "wake-sleep" para descobrir lemas reutilizáveis para a prova formal de teoremas. Ele evolui iterativamente uma biblioteca de lemas compacta e transferível, melhorando substancialmente o desempenho em teoremas nunca antes vistos.