Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador

16 noviembre 20260 vistas

Se propone un módulo paso a paso que, en lugar de descartar una táctica rechazada, pide al modelo corrector que la revise hasta R veces teniendo en cuenta el error de Lean; con K candidatos, esto aumenta la proporción de problemas resueltos. Los experimentos con LeanDojo y Lean Workbook muestran que la mejora se debe principalmente a fallos de ejecución poco profundos, a costa de un mayor tiempo de búsqueda.

Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador

Qué cambia con la reparación limitada de tácticas

El artículo analiza la reparación limitada de tácticas en Lean 4. La versión básica se basa únicamente en el muestreo de tácticas y descarta los pasos fallidos. La reparación limitada conserva el paso y lo corrige según el diagnóstico del compilador. Así, la búsqueda no pierde la dirección elegida.

EnfoqueAcción ante una táctica fallidaBase
Solo muestreoDescarta el pasoCandidatos de tácticas
Reparación limitadaCorrige el paso en el mismo lugarMensaje de error del compilador

Criterio práctico: la reparación complementa el muestreo de candidatos, no lo sustituye.

Cómo funciona un paso de búsqueda con diagnóstico del compilador

En el paso de búsqueda actúa un módulo online limitado.

  • La búsqueda selecciona K candidatos de tácticas.
  • El modelo corrige una táctica fallida como máximo R veces.
  • El método proporciona el mensaje de error del compilador a un modelo de corrección preentrenado.
  • El modelo corrige el paso rechazado en el mismo lugar, en vez de descartarlo.

Criterio práctico: el diagnóstico del compilador sirve como entrada para corregir localmente el paso.

Presupuestos K y R

El presupuesto se define mediante dos parámetros. K limita el número de candidatos de tácticas por paso. R limita el número de correcciones de una táctica fallida. En la evaluación se probaron K = 1, 3, 5, 8.

ParámetroFunciónQué muestra la evaluación
KNúmero de candidatos de tácticas por pasoSe probaron los valores 1, 3, 5, 8
RLímite de correcciones de una táctica fallidaLa reparación aumenta el tiempo, pero aporta demostraciones adicionales

La corrección aumenta el tiempo de ejecución, pero permite encontrar demostraciones adicionales. Resulta más útil con un muestreo limitado. El efecto es decreciente: el primer intento de corrección aporta entre el 84 y el 96 % de la mejora total.

Criterio práctico: con un muestreo limitado, la reparación aporta el mayor beneficio y el efecto de las correcciones adicionales es decreciente.

Qué muestra la evaluación

El método aumenta la proporción de problemas resueltos con todos los valores de K probados: 1, 3, 5, 8. La mejora relativa alcanza el 32 %. En un subconjunto de 1 990 teoremas del benchmark LeanDojo se resolvieron 82 teoremas más. En el benchmark Lean Workbook, la proporción de problemas resueltos casi se duplicó. No hubo regresiones.

Criterio práctico: la reparación mejora la proporción de problemas resueltos con los presupuestos de K probados; la evaluación no va más allá de ellos.

Dónde ayuda la reparación y dónde no

La mejora se debe casi por completo a fallos superficiales en la ejecución de tácticas. Apenas está relacionada con errores estructurales, como las incompatibilidades de tipos.

Tipo de falloRelación con la mejora
Fallo superficial en la ejecución de una tácticaPrincipal fuente de mejora
Error estructural, como una incompatibilidad de tiposCasi no está relacionado con la mejora

Criterio práctico: la reparación se centra en fallos superficiales de ejecución de tácticas, no en errores estructurales.

Preguntas frecuentes

Material similar

Todos los materiales
Método Genesis Steering: control de activaciones en los datos utilizados durante el ajuste fino
Noticias

Método Genesis Steering: control de activaciones en los datos utilizados durante el ajuste fino

El método extrae un vector de control a partir de ejemplos contrastivos presentes en los datos de ajuste fino y, si estos no están disponibles, selecciona posibles muestras de entrenamiento mediante inferencia de pertenencia y crea un conjunto proxy. La parte teórica describe el desplazamiento óptimo hacia el límite de decisión y la evaluación con datos proxy; empíricamente, los datos internos de Tülu-3-8B producen un efecto más pronunciado que los conjuntos externos, mientras que la utilidad del proxy MIA en Llama-3.1-8B-Instruct está limitada por la relación entre los desplazamientos de dirección.

16 noviembre 2026
Aprendizaje en contexto de datos tabulares con expertos dispersos: OrionMoE-Small-v1.0, un modelo compacto
Noticias

Aprendizaje en contexto de datos tabulares con expertos dispersos: OrionMoE-Small-v1.0, un modelo compacto

Se presenta un modelo básico y compacto para tareas tabulares que predice nuevas observaciones a partir de una tabla de referencia etiquetada, sin ajustar parámetros adicionales. La selección adaptativa de expertos en función del conjunto de datos y de las representaciones de características ofrece resultados competitivos, especialmente con poco contexto y alta dimensionalidad.

15 noviembre 2026
Búsqueda local de cambios en las covariables para perfiles con predicciones poco fiables
Noticias

Búsqueda local de cambios en las covariables para perfiles con predicciones poco fiables

El artículo describe un flujo de diagnóstico que primero identifica grupos de pacientes interpretables en los que el modelo tiene poca confianza y, después, comprueba si existe un cambio perjudicial de covariables dentro de esos grupos. En los experimentos con MIMIC-IV, tres tareas clínicas y tres cambios artificiales en subgrupos, el enfoque permitió localizar un cambio relacionado con la edad que apenas se apreciaba en la evaluación agregada.

15 noviembre 2026
Reparación limitada de tácticas en Lean 4 basada en el diagnóstico del compilador