Buchumschlag

ATLAS: Autoformalizing Theorems through Lifting, Augmentation, and Synthesis of Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Xiaoyang, Bao, Kangjie, Zhang, Jiashuo, Liu, Yunqi, Chen, Yu, Liu, Yuntian, Jiao, Yang, Luo, Tao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Tree Edit Distance (GTED): A Faithful Evaluation Metric for Statement Autoformalization
von: Liu, Yuntian, et al.
Veröffentlicht: (2025)

Decompose, Structure, and Repair: A Neuro-Symbolic Framework for Autoformalization via Operator Trees
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2026)

FormalAlign: Automated Alignment Evaluation for Autoformalization
von: Lu, Jianqiao, et al.
Veröffentlicht: (2024)

An Evaluation Benchmark for Autoformalization in Lean4
von: Gulati, Aryan, et al.
Veröffentlicht: (2024)

ASSESS: A Semantic and Structural Evaluation Framework for Statement Similarity
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2025)

Reliable Evaluation and Benchmarks for Statement Autoformalization
von: Poiroux, Auguste, et al.
Veröffentlicht: (2024)

Programming Every Example: Lifting Pre-training Data Quality Like Experts at Scale
von: Zhou, Fan, et al.
Veröffentlicht: (2024)

StepFun-Formalizer: Unlocking the Autoformalization Potential of LLMs through Knowledge-Reasoning Fusion
von: Wu, Yutong, et al.
Veröffentlicht: (2025)

MUSTARD: Mastering Uniform Synthesis of Theorem and Proof Data
von: Huang, Yinya, et al.
Veröffentlicht: (2024)

Don't Trust: Verify -- Grounding LLM Quantitative Reasoning with Autoformalization
von: Zhou, Jin Peng, et al.
Veröffentlicht: (2024)

HiQA: A Hierarchical Contextual Augmentation RAG for Multi-Documents QA
von: Chen, Xinyue, et al.
Veröffentlicht: (2024)

Data Heterogeneity Modeling for Trustworthy Machine Learning
von: Liu, Jiashuo, et al.
Veröffentlicht: (2025)

Interactive Training: Feedback-Driven Neural Network Optimization
von: Zhang, Wentao, et al.
Veröffentlicht: (2025)

Diversity-oriented Data Augmentation with Large Language Models
von: Wang, Zaitian, et al.
Veröffentlicht: (2025)

LLM Unlearning via Loss Adjustment with Only Forget Data
von: Wang, Yaxuan, et al.
Veröffentlicht: (2024)

Augmenting Math Word Problems via Iterative Question Composing
von: Liu, Haoxiong, et al.
Veröffentlicht: (2024)

ROSE: A Reward-Oriented Data Selection Framework for LLM Task-Specific Instruction Tuning
von: Wu, Yang, et al.
Veröffentlicht: (2024)

Learn to Reason Efficiently with Adaptive Length-based Reward Shaping
von: Liu, Wei, et al.
Veröffentlicht: (2025)

A New Approach Towards Autoformalization
von: Patel, Nilay, et al.
Veröffentlicht: (2023)

From Language Modeling to Instruction Following: Understanding the Behavior Shift in LLMs after Instruction Tuning
von: Wu, Xuansheng, et al.
Veröffentlicht: (2023)

HunyuanProver: A Scalable Data Synthesis Framework and Guided Tree Search for Automated Theorem Proving
von: Li, Yang, et al.
Veröffentlicht: (2024)

LoopTool: Closing the Data-Training Loop for Robust LLM Tool Calls
von: Zhang, Kangning, et al.
Veröffentlicht: (2025)

Towards Data-efficient Customer Intent Recognition with Prompt-based Learning Paradigm
von: Luo, Hengyu, et al.
Veröffentlicht: (2023)

Alignment through Meta-Weighted Online Sampling: Bridging the Gap between Data Generation and Preference Optimization
von: Yang, Junming, et al.
Veröffentlicht: (2025)

Do Retrieval-Augmented Language Models Adapt to Varying User Needs?
von: Wu, Peilin, et al.
Veröffentlicht: (2025)

From Explicit CoT to Implicit CoT: Learning to Internalize CoT Step by Step
von: Deng, Yuntian, et al.
Veröffentlicht: (2024)

From Chat Logs to Collective Insights: Aggregative Question Answering
von: Zhang, Wentao, et al.
Veröffentlicht: (2025)

Factor Augmented Supervised Learning with Text Embeddings
von: Luo, Zhanye, et al.
Veröffentlicht: (2025)

Program Machine Policy: Addressing Long-Horizon Tasks by Integrating Program Synthesis and State Machines
von: Lin, Yu-An, et al.
Veröffentlicht: (2023)

Faithful Autoformalization via Roundtrip Verification and Repair
von: Amrollahi, Daneshvar, et al.
Veröffentlicht: (2026)

IRIS: Intrinsic Reward Image Synthesis
von: Chen, Yihang, et al.
Veröffentlicht: (2025)

Let Models Speak Ciphers: Multiagent Debate through Embeddings
von: Pham, Chau, et al.
Veröffentlicht: (2023)

RAG-Instruct: Boosting LLMs with Diverse Retrieval-Augmented Instructions
von: Liu, Wanlong, et al.
Veröffentlicht: (2024)

Diversity-driven Data Selection for Language Model Tuning through Sparse Autoencoder
von: Yang, Xianjun, et al.
Veröffentlicht: (2025)

Database Entity Recognition with Data Augmentation and Deep Learning
von: Fu, Zikun, et al.
Veröffentlicht: (2025)

Learning Retrieval Augmentation for Personalized Dialogue Generation
von: Huang, Qiushi, et al.
Veröffentlicht: (2024)

DRAGON: Guard LLM Unlearning in Context via Negative Detection and Reasoning
von: Wang, Yaxuan, et al.
Veröffentlicht: (2025)

FormaRL: Enhancing Autoformalization with no Labeled Data
von: Huang, Yanxing, et al.
Veröffentlicht: (2025)

Advancing Mathematical Reasoning in Language Models: The Impact of Problem-Solving Data, Data Synthesis Methods, and Training Stages
von: Chen, Zui, et al.
Veröffentlicht: (2025)

Understanding Chain-of-Thought in LLMs through Information Theory
von: Ton, Jean-Francois, et al.
Veröffentlicht: (2024)