据AIBASE报道,OpenBMB团队近日正式开源了数学自动形式化框架、数据集与模型MathForm,以解决数学形式化中代码可编译但语义不准确的问题。该框架引入检索增强与验证引导的数据构建机制,通过检索规划器提取Mathlib定义,生成器结合Lean编译器诊断结果与语义一致性反馈进行修正。数据集FormalVerse包含超36.7万个已验证Lean4示例。实验显示,基于该数据集训练的模型一致性检查率达60.32%,核心模型MathForm-8B在六项基准测试中实现88.06%语法检查通过率和72.37%一致性检查通过率。
