论文提出ProofRank，从五个维度评估证明质量而非只看正确性。
资讯摘要
论文指出仅凭正确性不足以评价大模型生成的数学证明，提出ProofRank基准，从简洁性、计算简便性、认知简洁性、多样性和适应性五个可量化维度衡量证明质量。作者报告不同模型在这些维度上差异明显，且这些维度难以由正确性反映；通过提示可调节各维度表现，但往往伴随中等程度的正确性下降。
要点速读
- 论文提出ProofRank基准，从竞赛题目中整理，用五个可扩展代理指标衡量证明质量：简洁性、计算简便性、认知简洁性、多样性和适应性。
- 作者报告证明质量在不同模型间差异显著，而这些差异基本无法由正确性指标体现。
- 每个证明层面的代理指标都可通过提示调节，但常以中等程度的正确性损失为代价。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。