Компьютерные науки > Расчет и язык [представлен 8 сентября 2026 года] Название: StochBench: A Domein-Regional Patriory for Stohastic Processes in Lean View PDF HTML (экспериментальный) Резюме: Ведущие контрольные показатели для официальной теории, доказывающей наличие крупных языковых моделей, представляют собой небольшие коллекции данных о конкуренции, такие как ИМО и Путнам, которые плохо отражают конкретные прикладные программы на местах. Мы представляем StochBench, ориентир 4 Lean 4 из 450 проблем с тохастическим процессом на различных уровнях абстракции, каждый в паре со своим естественным языком. Полевое поле, недопредставленное в Матлибе, охватывает ограниченные и поддающиеся подсчету цепи Маркова, процессы обновления, случайные прогулки, мартингелы, время остановки, очереди, бурые движения, стохастическую калькулюсию, слабую конвергенцию, а также пуизоны и постоянные процессы Маркава. Наш агент на базе Opus 4.8 достигает 34,9 процента доказательств (157/450) при 15-минутном пределе на проблему. StochBench лучше представляет прикладную математику по конкретным доменам, но при этом остается трудной для передовых доказательств. Загрузка ссылок и цитат... Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?) Подключённые документы (что такое подсоединенные бумаги?) Litmaps (Литмпапс?) Skite Smart Citations (Каков умный цитаты?) Код, данные и средства массовой информации, связанные с этой статьей альфаXiv (какая буквенная клавиатура?)…
Стокбенч: Домен-специальный контрольный параметр для стохастических процессов в леан
arXiv: 2609.09.2964v1 Annuales Type: New Briew: Heading Perforem for Formal теорема, доказающая с помощью крупных языковых моделей, представляют собой небольшие коллекции, взятые из математики конкуренции, такие как ИМО и Путнам, которые плохо отражают конкретные виды применения на местах. Мы представляем StochBench, ориентир 4 Lean 4 из 450 проблем с тохастическим процессом на различных уровнях абстракции, каждый в паре со своим естественным языком. Полевое поле, недопредставленное в Матлибе, охватывает ограниченные и поддающиеся подсчету цепи Маркова, процессы обновления, случайные прогулки, мартингелы, время остановки, очереди, бурые движения, стохастическую калькулюсию, слабую конвергенцию, а также пуизоны и постоянные процессы Маркава. Наш агент на базе Opus 4.8 достигает 34,9 процента доказательств (157/450) при 15-минутном пределе на проблему. StochBench лучше представляет прикладную математику по конкретным доменам, но при этом остается трудной для передовых доказательств.