arXiv cs.CL· Omar Farouk Zouak, Houssam Eddine Boukhalfa, Soumaya Lakehal, Shiv Katiyar, Samia Nefti-Meziani·· 1 天前AI 评分33
SymCE：用逐定理符号验证器生成反例，SFT 模仿有害、强化学习可修复
Counterexample Generation via Per-Theorem Symbolic Verifiers: When Imitation Hurts and Reinforcement Repairs
AI 导读
研究者发布 SymCE，包含 4,707 道本科代数与实分析假猜想，每题配有可执行的逐定理 Python 验证器，验证器同时充当奖励函数。
来源：arXiv cs.CL · arxiv.org