Mask-Proof: An LLM-based Automated Data Curation Pipeline on Mathematical Proofs

En 3 lignesMask-Proof est un pipeline automatisé qui transforme des preuves mathématiques réelles en tâches vérifiables avec étapes masquées. Le benchmark contient 292 problèmes curatés. Sur 17 modèles testés, les modèles renforcés en raisonnement surpassent les modèles standards de 12-27%. L'évaluateur atteint 96,8% d'accord avec les annotateurs experts.

Résumé généré par Claude — vérifié par l'humain