LeanCat: Lean 中形式范畴论的基准

本文介绍了 LeanCat，这是一个用于 Lean 中形式范畴论的基准套件，旨在评估大型语言模型 (LLM) 在抽象和库辅助推理方面的能力，这对于现代数学至关重要。它通过关注范畴论（一种用于数学结构的统一语言）来解决现有基准的局限性。该基准侧重于结构性和接口级推理，使其成为评估人工智能在形式定理证明方面进展的宝贵工具。

• •介绍了 LeanCat，这是一个用于 Lean 中形式范畴论的新基准。
• •侧重于抽象和库辅助推理，这对于现代数学至关重要。
• •评估 LLM 执行结构性和接口级推理的能力。
• •提供一个紧凑且可重复使用的检查点，用于跟踪人工智能和人类的进步。